Yöntemler-6: Lojistik Regresyon

Regresyon analizleri genel olarak, belirli değişkenleri kullanarak bir değişkenin değerini kestirecek bir model üretmeyi hedefler.

Regresyon analizleri ailesi çok geniştir. Farklı senaryolar için farklı tür regresyon analizleri uygulanır. Aslında aralarındaki fark, değişkenler arasındaki ilişkiyi hangi fonksiyona benzettiğinizle ilgilidir.

Lojistik Regresyon, Logit fonksiyonunu kullanır.

(Weka’daki karşılığı: Logistic)

Hedef sınıfın iki değerli (binary) olması gerekir. Analiz sonucunda bu iki değerin gerçekleşme olasılıkları hesaplanır. Bu olasılıklar baz alınarak sınıflandırma yapılır. Weka aynı zamanda sonuç olarak Odds Ratio değerlerini de verir. Bu değerler sayesinde hangi değişken hedef değişkenle pozitif hangisi negatif ilişkili anlaşılabilir. Aynı zamanda Odds Ratio, ilgili tahmin edici değişkendeki 1 puanlık değişimin hedef değişkende ne kadar değişikliğe sebep olacağını da gösterir.

Doğrusal olmayan verilerle çalışırken elverişli bir sınıflandırma yöntemidir. Veri kümesi S-curve tarzı bir davranış sergiliyorsa, lojistik regresyonla bu veri kümesi üzerinde tahmin yapmak daha anlamlı olacaktır.

S-eğrisi biçiminde dağılım gösteren veri-1

S-eğrisi biçiminde dağılım gösteren veri-2