Régression logistique
Modèles & architecturesModèle statistique qui prédit une probabilité entre deux issues possibles.
Explication
La régression logistique est un outil simple et efficace pour classer des données en deux catégories. Contrairement à son nom, elle ne sert pas à prédire des valeurs continues, mais à estimer la probabilité qu’un événement appartienne à l’une ou l’autre des deux classes. Par exemple, elle peut déterminer si un email est un spam ou non, en analysant des mots-clés ou des motifs récurrents dans le texte.
Ce modèle est très utilisé car il est facile à comprendre et à interpréter : il attribue un poids à chaque facteur influençant la décision. Plus ce poids est élevé, plus le facteur a de l’importance dans la prédiction. C’est un bon point de départ pour des problèmes de classification binaire, avant d’envisager des méthodes plus complexes.
Imaginez un outil qui aide un médecin à évaluer le risque qu’un patient développe une maladie en fonction de son âge, de son mode de vie et de ses antécédents. La régression logistique pourrait calculer cette probabilité et alerter si elle dépasse un certain seuil.
Cas d'usage
- ✓Détecter si un email est un spam ou non
- ✓Prédire si un client achètera un produit en fonction de son historique
- ✓Évaluer le risque de défaut de paiement pour un prêt bancaire
- ✓Classer des images en deux catégories (par exemple, chat ou chien)
- ✓Estimer la probabilité qu’un patient développe une maladie