Probabilidade de um evento ocorrer com base em varáveis independentes. Usualmente aplicado com variáveis independentes binárias.
A variável dependente é a função sigmoide que transforma o valor de saída em um número entre 0 e 1
$$ P(y=1 \mid X) = \frac{1}{1 + e^{-(b_0 + b_1X_1 + b_2X_2 + \dots + b_nX_n)}} $$ Onde:
- P(y=1∣X)P(y=1|X)P(y=1∣X) é a probabilidade de o evento ocorrer dado os valores das variáveis X1,X2,…,XnX_1, X_2, \dots, X_nX1,X2,…,Xn,
- b0,b1,b2,…,bnb_0, b_1, b_2, \dots, b_nb0,b1,b2,…,bn são os coeficientes (parâmetros) do modelo,
- X1,X2,…,XnX_1, X_2, \dots, X_nX1,X2,…,Xn são as variáveis independentes.
O modelo é ajustado para encontrar os valores dos coeficientes que melhor descrevem a relação entre as variáveis independentes e a variável dependente.
Index: Variáveis independentes: preditores