Ẹ̀rọ Ìṣirò Pínpín Logistic

Nípa ẹ̀rọ ìṣirò yìí

Pínpín logistic jẹ́ pínpín ìṣeéṣe ọlọ́jọ́ gígùn tí a túmọ̀ nípasẹ̀ paramita ipò μ àti paramita òṣùwọ̀n s, pẹ̀lú iṣẹ́ ìwọ̀n ìṣeéṣe f(x) = e^(−(x−μ)/s) / (s(1 + e^(−(x−μ)/s))²) àti iṣẹ́ pínpín àkójọpọ̀ F(x) = 1 / (1 + e^(−(x−μ)/s)) — ìlà sigmoid onírú-S kan náà tí a ń lò gẹ́gẹ́ bí iṣẹ́ ìmúṣiṣẹ́ nínú logistic regression. Agbede rẹ̀ dọ́gba μ, ìyàtọ̀ àpẹẹrẹ rẹ̀ sì dọ́gba s·π/√3.

Àwọn onímọ̀ ìṣirò ń lo pínpín logistic gẹ́gẹ́ bí ìpìlẹ̀ logistic regression fún ṣíṣàpẹẹrẹ àwọn àbájáde binary, ó sì tún farahàn nínú ṣíṣàpẹẹrẹ ìdàgbàsókè (àwọn ìlà olùgbé tàbí ìgbà-lílò tí ó kún pẹ̀lú àkókò) àti nínú àwọn nẹ́tíwọ̀kì neural, níbi tí iṣẹ́ sigmoid tí a yọ jáde láti CDF rẹ̀ jẹ́ iṣẹ́ ìmúṣiṣẹ́ àtijọ́.