Logistik regressiya, ayniqsa, tasniflash uchun mo'ljallangan, mustaqil o'zgaruvchilar to'plami bog'liq o'zgaruvchining natijasiga qanday ta'sir qilishini tushunishda foydalidir

Logistik regressiya, ayniqsa, tasniflash uchun mo'ljallangan, mustaqil o'zgaruvchilar to'plami bog'liq o'zgaruvchining natijasiga qanday ta'sir qilishini tushunishda foydalidir.

Logistik regressiya algoritmining asosiy kamchiligi shundaki, u faqat taxmin qilingan o'zgaruvchi ikkilik bo'lganda ishlaydi, u ma'lumotlar etishmayotgan qiymatlardan xoli bo'ladi va taxminchilar bir-biridan mustaqil deb taxmin qiladi.

Qo’llanilishi

• 
  Kasalliklar uchun xavf omillarini aniqlash
  
• 
  So'zlarning tasnifi
  
• 
  Ob-havoning bashorati
  
• 
  Ovoz berish uchun arizalar
  

Naive Bayes klassifikatori

Bu Bayes teoremasi asosida sinflashtirish algoritmi bo'lib, bashorat qiluvchilar orasida mustaqillikni taxmin qiladi. Oddiy so'zlar bilan aytganda, Naive Bayes klassifikatori sinfda ma'lum bir xususiyatning mavjudligi boshqa xususiyatlarning mavjudligi bilan bog'liq emas deb hisoblaydi.

Afzalliklari va kamchiliklari

• 
  Naive Bayes tasniflagichi natijalarni olish uchun kerakli parametrlarni taxmin qilish uchun oz miqdordagi o'quv ma'lumotlarini talab qiladi. Ular tabiatda boshqa klassifikatorlarga nisbatan nihoyatda tezdir.
  
• 
  Yagona kamchiligi shundaki, ular yomon taxminchi ekanligi ma'lum.
  

  Qo’llanilishi

• 
  Kasalliklarni bashorat qilish
  
• 
  Hujjatlarning tasnifi
  
• 
  Spam-filtrlar
  
• 
  Tuyg'ularni tahlil qilish