Logistic regression

Wat is logistic regression?

Logistic regression (logistische regressie) is een statistische methode die de kans op een gebeurtenis voorspelt, meestal met twee mogelijke uitkomsten: ja of nee, wel of geen wanbetaler, spam of geen spam. Anders dan de naam doet vermoeden is het dus geen regressie- maar een classificatietechniek: het model deelt gevallen in categorieën in op basis van een berekende kans.

Hoe werkt het?

Het model weegt de invoervariabelen (bijvoorbeeld leeftijd, aankoopgeschiedenis en betaalgedrag van een klant) en stopt het resultaat in een S-vormige wiskundige functie, de sigmoïde. Die functie zet elke uitkomst om in een kans tussen 0 en 1. Boven een zelfgekozen drempel, standaard 50 procent, valt de voorspelling in de ene categorie, eronder in de andere. Tijdens de training stelt het algoritme de gewichten zo bij dat de voorspelde kansen zo goed mogelijk kloppen met de werkelijke uitkomsten in de data.

Wat heb je eraan als bedrijf?

Logistische regressie is een werkpaard voor praktische ja/nee-vragen: welke klant dreigt op te zeggen, welke lead wordt waarschijnlijk klant, welke factuur wordt mogelijk te laat betaald. Het grote voordeel is uitlegbaarheid: je ziet per factor hoeveel die bijdraagt aan de voorspelling. Dat maakt het geliefd in sectoren waar je beslissingen moet kunnen verantwoorden, zoals finance, en relevant onder de EU AI Act als transparant alternatief voor black-boxmodellen.

Gerelateerde begrippen

De tegenhanger voor het voorspellen van getallen is linear regression. Logistische regressie is een vorm van classification en supervised learning; de prestaties beoordeel je met onder meer precision en recall.