Apa Itu Regresi Logistik? (2022)

Posted on

Regresi logistik adalah teknik pembelajaran mesin yang membantu memprediksi kemungkinan suatu peristiwa terjadi. Pada artikel ini, kami akan memperkenalkan Anda pada dasar-dasar regresi logistik dan menunjukkan kepada Anda bagaimana menerapkannya pada data Anda.

Apa itu Regresi Logistik?

Regresi logistik adalah teknik pemodelan prediktif yang digunakan untuk mengidentifikasi faktor-faktor yang mempengaruhi suatu peristiwa atau hasil. Ini menggunakan model linier untuk memprediksi hasil, di mana variabel dependen adalah biner (1 jika ada, 0 jika tidak ada), dan variabel independen diukur variabel kontinu. Model regresi logistik dapat digunakan untuk mengidentifikasi variabel independen mana yang paling penting dalam memprediksi suatu peristiwa atau hasil.

Bagaimana Regresi Logistik Bekerja?

Regresi logistik adalah algoritma pembelajaran mesin terawasi yang menggunakan sekumpulan variabel input untuk memprediksi satu atau lebih variabel output. Variabel input biasanya kategoris (yaitu, mereka hanya dapat mengambil nilai-nilai tertentu), dan variabel output biasanya kontinu (yaitu, mereka dapat mengambil berbagai nilai).
Regresi logistik digunakan untuk memprediksi kategori mana variabel input akan diklasifikasikan (yaitu, nilai prediksinya). Misalnya, Anda dapat menggunakan regresi logistik untuk memprediksi kategori variabel input yang akan diklasifikasikan (misalnya, pelanggan, prospek, atau akun) berdasarkan variabel input lainnya.
Jika Anda menggunakan regresi logistik untuk memprediksi ke dalam kategori mana variabel input akan diklasifikasikan, Anda perlu menentukan dua hal: kategori tempat variabel input Anda dapat diklasifikasikan, dan nilai prediksi untuk kategori tersebut. Nilai prediksi dihitung menggunakan fungsi logit.
Regresi logistik adalah algoritma pembelajaran mesin yang diawasi, yang berarti memerlukan umpan balik pengguna untuk belajar dari data. Variabel input yang digunakan dalam pelatihan model biasanya diberi label dengan salah satu kategori yang telah ditentukan, sedangkan variabel output biasanya diberi label dengan kategori lain. Untuk menggunakan regresi logistik untuk memprediksi ke dalam kategori mana variabel input akan diklasifikasikan, Anda perlu menyediakan model dengan umpan balik pengguna (dalam bentuk data berlabel) yang sesuai dengan nilai prediksi.

Apa Batasan Regresi Logistik?

Regresi logistik adalah teknik pembelajaran mesin yang digunakan untuk memprediksi kemungkinan suatu peristiwa akan terjadi. Hal ini didasarkan pada asumsi bahwa hubungan antara peristiwa diatur oleh model linier.
Namun, ada beberapa batasan untuk pendekatan ini. Pertama, diasumsikan bahwa data independen. Pada kenyataannya, peristiwa mungkin terkait karena keduanya disebabkan oleh faktor yang sama atau karena dipengaruhi satu sama lain. Kedua, regresi logistik hanya dapat memprediksi probabilitas; itu tidak dapat mengidentifikasi penyebab atau efek. Akhirnya, regresi logistik tidak selalu memberikan prediksi yang akurat.

Kesimpulan

Pada artikel ini, kita akan membahas apa itu regresi logistik, cara kerjanya, dan beberapa contoh bagaimana Anda dapat menggunakannya dalam analisis data Anda. Jika Anda baru mengenal statistik atau analisis data, saya sangat menyarankan Anda membaca artikel ini sebelum melanjutkan ke bagian berikutnya. Pada akhir tutorial ini, semoga Anda akan memiliki pemahaman yang lebih baik tentang regresi logistik dan dapat menerapkannya pada kumpulan data Anda sendiri.