Week 3 - logistic regressio

Question 1

Wat is een Classification Matrix?

Answer 1

Samenvatting van de correcte en incorrecte classificaties van een classifier model.

Question 2

Wat is af te lezen uit een Classification Matrix?

Answer 2

Rijen ==> Voorspelde klassen
Kolommen ==> Echte klassen

Question 3

Waarom gebruik je bij een Classification Matrix de validatiedata?

Answer 3

Om een goed beeld te krijgen van toekomstige classificatie accuratie en errors.

Question 4

Welke accuratie indicatoren kan je gebruiken bij Confusion Matrixen?

Answer 4

Overall Error Rate

Question 5

Wat is de Overall Error Rate?

Answer 5

Het percentage misclassificaties.

Question 6

Wat zijn propensities?

Answer 6

De kans dat een record bij een klasse hoort.

Question 6

Waarvoor worden propensities gebruikt?

Answer 6

Als een tussenstap voor:
1. Classificatie (voorspellen bij welke klasse de record hoort).
2. Rank-ordering van records o.b.v. de kans dat ze tot een klasse van interesse behoren.

Question 7

Op welke 2 manieren kan je een record plaatsen in een klasse?

Answer 7

1. O.b.v. een cutoff value.
2. O.b.v. de hoogste propensity die een record heeft.

Question 8

Wat houdt Triage in?

Answer 8

Triage heeft te maken met het verdelen van waarden in 3 categorieën:
1. Klasse A
2. Klasse B
3. Onduidelijk ==> expert beoordeling of meer predictor variabelen nodig

Question 9

Wat gebeurt er wanneer de cutoff value hoger/lager is dan 0,5?

Answer 9

Er zullen meer misclassificaties optreden.
Dit hoeft niet per se erg te zijn. Soms wil je dat het model gevoeliger of strenger is.

Question 10

Wat houdt de Sensitivity van een classifier in?

Answer 10

Het percentage van true positives goed voorspeld van het totale aantal positives.
- Juist voorspelde positives / totale aantal positives

Question 11

Wat houdt de Specificity van een classifier in?

Answer 11

Het percentage van true negatives goed voorspeld van het totale aantal negatives.
- Juist voorspelde negatives / totale aantal negatives

Question 12

Wat houdt de Precision van een classifier in?

Answer 12

Het percentage true positives goed voorspeld van het totale aantal voorspelde positives.
- Juist voorspelde positives / totale aantal voorspelde positives.

Question 13

Wat is Logistic Regression?

Answer 13

Lineaire regressie, maar voor categorische variabelen
Y = 0 of 1.

Question 14

Wat is p?

Answer 14

P van kans dat een record bij klasse 1 hoort.

Question 15

Hoe bereken je p voor logistic regression?

Answer 15

Ingewikkelde formule, niet belangrijk om het volledig te snappen.

Question 16

Waarom is het Logistic Regression en niet Classification?

Answer 16

1. “Het lijkt op lineaire regressie” - Het Internet
2. Logistic Regression geeft een numerieke waarde, maar wij gebruiken cut-off values om het op basis daarvan te classificeren.