Lojistik Regresyon ile İkili Sınıflandırma Kurulumu

Lojistik regresyon, bağımlı değişkenin ikili olduğu durumlarda kullanılır. Model, bağımsız değişkenlerin etkisini hesaplayarak olasılık tahmini yapar.

Kurulum Aşamaları

• Veri Hazırlığı: Verinin temizlenmesi ve uygun biçimde düzenlenmesi. Kategorik değişkenlerin kodlanması.
• Modelleme: Lojistik regresyon modelinin oluşturulması. Genellikle şu formülle ifade edilir: P(Y=1) = 1 / (1 + e^(- (B0 + B1X1 + B2X2 + ... + BnXn)))
• Modeli Eğitme: Eğitim verisi kullanılarak modelin parametrelerinin belirlenmesi.
• Model Performansını Ölçme: Doğruluk, Hassasiyet, Özgüllük, F1 Skoru gibi metrikler kullanılarak modelin başarısının değerlendirilmesi.

Modelin Yorumlanması

Lojistik regresyon sonuçları, betimleyici bir şekilde yorumlanabilir.

Parametrelerin Yorumlanması

• Katsayılar: Her bir bağımsız değişkenin, bağımlı değişken üzerindeki etkisi. Pozitif katsayılar, olayın olasılığını artırır; negatif katsayılar ise azaltır.
• Odds Oranı (OR): Bir birimlik değişikliğin olasılık üzerindeki etkisini gösterir. OR > 1, pozitif etki; OR < 1, negatif etki anlamına gelir.
• P-Değeri: Bağımsız değişkenlerin anlamlılığını test etmekte kullanılır. Genelde 0.05 altında ise anlamlı kabul edilir.

Sonuçların Kullanımı

Model, gelecekteki gözlemlerin sınıflandırılmasında ve karar verme süreçlerinde kullanılabilir. Yüksek doğruluk skoru, modelin güvenilir olduğunu gösterir.