Hồi Quy Logistic Là Gì? Giải Thích Cho Người Mới

Updated · By Viviai

Hồi quy logistic là một thuật toán học có giám sát, dự đoán xác suất của một hạng mục, thường là kết quả có hoặc không, bằng cách đưa tổ hợp tuyến tính của đầu vào qua hàm sigmoid trả về giá trị nằm giữa 0 và 1.

Trực giác đơn giản

Hãy tưởng tượng một hệ thống chấm điểm cộng dồn các thông tin về một hồ sơ, rồi đổi điểm tổng thành phần trăm khả năng được duyệt. Một ngưỡng quyết định, thường là 0,5, biến xác suất đó thành câu trả lời rõ ràng là đồng ý hoặc từ chối.

Vì sao tên gọi dễ gây nhầm lẫn

Mặc dù có chữ "hồi quy", hồi quy logistic được dùng để phân loại, không phải để dự đoán một con số liên tục. Tên gọi xuất phát từ hàm logistic nằm ở trung tâm mô hình.

Vai trò của hàm sigmoid

Hàm sigmoid nhận một số bất kỳ, dương hay âm, và ánh xạ nó về giá trị giữa 0 và 1, có thể đọc là xác suất. Công thức là:

[ p = \frac{1}{1 + e^{-z}} ]

Giá trị trên ngưỡng được gán vào một lớp, phần còn lại vào lớp kia.

Các loại thường gặp

Loại Số kết quả Ví dụ
Hồi quy logistic nhị phân Hai Thư rác hoặc không phải thư rác
Hồi quy logistic đa thức Ba hoặc nhiều Hạng mục sản phẩm A, B, hoặc C

Khi nào thường được sử dụng

Hồi quy logistic được dùng để phát hiện gian lận, duyệt khoản vay, dự đoán khách hàng rời bỏ, sàng lọc y tế và các bài toán khác có câu trả lời là một hạng mục kèm xác suất ước lượng.

Hạn chế cần nói thẳng

Mô hình giả định ranh giới giữa các lớp tương đối tuyến tính và có thể gặp khó khi mối quan hệ mang tính phi tuyến mạnh. Xác suất dự đoán nên được đối chiếu với kết quả thực tế thay vì xem là con số chính xác tuyệt đối.

FAQ

Hồi quy logistic là phân loại hay hồi quy?

Là thuật toán phân loại, dù tên gọi có chứa từ hồi quy.

Hàm sigmoid làm gì?

Nó đổi điểm đầu vào thành xác suất nằm giữa 0 và 1.

Ngưỡng quyết định là gì?

Một mức chặn, thường là 0,5, dùng để đổi xác suất dự đoán thành nhãn lớp.

Có thể xử lý nhiều hơn hai hạng mục không?

Có, phiên bản đa thức có thể xử lý từ ba hạng mục trở lên.

Điểm chính

Đọc tiếp machine learning là gì và hồi quy tuyến tính.

Sources

  1. https://ml-glossary-vn.readthedocs.io/vi/latest/logistic_regression_vn.html
  2. https://stem.gpai.app/vi/topics/computer-science/logistic-regression/
  3. https://xulysolieu.info/hoi-quy-logistic-la-gi-2/

Learn by doing

Read a guide, then practice with bite-sized AI lessons you can take offline.

Start learning free