Estudamos algoritmos preditivos com base em (1) modelos de regressão linear e (2) modelos de regressão logística. Esses modelos são aplicados em si...
Estudamos algoritmos preditivos com base em (1) modelos de regressão linear e (2) modelos de regressão logística. Esses modelos são aplicados em situações bem distintas, que dependem, essencialmente, da natureza da variável resposta, também chamada de variável dependente.
Os modelos de regressão linear são aplicados quando a variável resposta é contínua, ou seja, quando a resposta pode assumir qualquer valor dentro de um intervalo. Já os modelos de regressão logística são aplicados quando a variável resposta é categórica, ou seja, quando a resposta é uma categoria ou classe. Por exemplo, se estamos tentando prever se um paciente tem ou não uma doença, a variável resposta é categórica (doença ou não doença) e, portanto, um modelo de regressão logística seria mais apropriado.
0
0
✏️ Responder
Para escrever sua resposta aqui, entre ou crie uma conta
Compartilhar