Lojistik Regresyon (Logistic Regression)

Lojistik Regresyon nedir?

Lojistik regresyon, bir örneğin belli bir sınıfa ait olma olasılığını tahmin eden temel bir makine öğrenmesi algoritmasıdır. İsmi kafa karıştırır: "regresyon" der ama iş olarak sınıflandırma yapar. Yani "bu e-posta spam mi, değil mi?", "bu müşteri gidecek mi, kalacak mı?" gibi ikili (bazen çok sınıflı) sorulara 0 ile 1 arasında bir olasılıkla cevap verir.

Nasıl çalışır?

Girdi özelliklerini ağırlıklarla çarpıp toplar, tıpkı doğrusal regresyon gibi. Farkı, çıkan sonucu bir sigmoid •S şeklinde bir fonksiyon, çıktıyı 0-1 aralığına sıkıştırır• fonksiyondan geçirmesi. Bu sayede sonsuza giden bir sayı yerine, 0 ile 1 arası bir olasılık elde edersin. Modelin eğitimi sırasında ağırlıklar, cross-entropy •tahminle gerçek arasındaki farkı ölçen kayıp• kaybını en aza indirecek şekilde ayarlanır. Karar sınırı doğrusaldır — yani sınıfları düz bir çizgiyle (veya düzlemle) ayırmaya çalışır.

Neden önemli?

Basit, hızlı ve yorumlanabilir. Her özelliğin ağırlığına bakıp "hangi faktör sonucu ne kadar etkiliyor" diyebilirsin — bu, kara kutu modellerin yapamadığı bir şey. Çoğu ekip yeni bir sınıflandırma problemine bu yüzden lojistik regresyonla başlar: sonuç yeterince iyiyse karmaşık modele hiç gerek kalmaz, değilse en azından bir kıyaslama çizgin olur.

Kullanım alanları

Spam tespiti, kredi risk skorlaması, hastalık teşhisi (test sonuçlarından risk tahmini), müşteri kaybı (churn) tahmini ve reklam tıklama olasılığı gibi klasik problemler. Basitliği sayesinde üretimde hâlâ yaygın kullanılır.