taralino

LogisticRegression

Die Regressionsanalyse besteht darin, anhand der Werte einiger Merkmale (Eingangsvariablen) ein weiteres Merkmal (Zielvariable) vorherzusagen.

Falls bei einer Regressionsanalyse jeweils binäre Entscheidungen zu treffen sind (d.h. die Zielvariable nimmt jeweils einen Wert von 0 oder 1 an), dann kommt die logistische Regression ins Spiel. Die logistische Regression kann damit auch eingesetzt werden, um binäre Klassifikationsaufgaben zu lösen.

Das LogisticRegression-Paket dient dazu, eine logistische Regression auf Basis von Trainingsdaten durchzuführen. Zudem stehen unterschiedliche Möglichkeiten zur Evaluierung der gefundenen Lösung auf Basis von Testdaten zur Verfügung.

Achtung 📢

Anders als bei der linearen Regression liefert die Trainingsphase der logistischen Regression im Allgemeinen keine Optimallösung. Zudem ist das Ergebnis nicht deterministisch: Während der Trainingsphase spielen Zufallszahlen eine Rolle, sodass ein wiederholtes Durchführen der Trainingsphase zu unterschiedlichen Ergebnissen führen kann.

Übersicht

Das LogisticRegression-Paket stellt folgende Funktionen zur Verfügung:

Beispiel

Zur Durchführung einer logistischen Regression werden Trainingsdaten im dafür benötigten Format definiert. Anschließend wird ein Objekt ausgewertet.

<!DOCTYPE html>
<html>
<head>
  <meta charset="utf-8">
  <meta name="viewport" content="width=device-width, initial-scale=1.0">
  <script src="taralino.js"></script>
</head>
<body>
<script>

// Trainingsdaten
var X = [
  {input:[0.3, 0.2, 0.5], target:1},
  {input:[0.8, 0.4, 1.0], target:0},
  {input:[0.5, 1.0, 0.2], target:0},
  {input:[0.2, 0.3, 0.0], target:1}
];

// Logistische Regression durchfuehren
LogisticRegression.train(X);

// Objekt auswerten
var t = LogisticRegression.evaluate([0.3, 0.6, 0.3]);
Console.print(t);

</script>
</body>
</html>

Vorschau Download Kopie speichern

Beispiel

Es wird eine logistische Regression auf die Daten eines Datenpakets angewandt.

<!DOCTYPE html>
<html>
<head>
  <meta charset="utf-8">
  <meta name="viewport" content="width=device-width, initial-scale=1.0">
  <script src="taralino.js"></script>
  <script src="SocialAds.js"></script>
</head>
<body>
<script>

// Trainings- und Testdaten
var X = SocialAds.train();
var Y = SocialAds.test();

// Trainingsphase
LogisticRegression.train(X);

// Testphase
Console.print("Anzahl der korrekt klassifizierten Testobjekte:");
var t = LogisticRegression.test(Y);
Console.print(t + " von " + Y.length);

</script>
</body>
</html>

Vorschau Download Kopie speichern