Логистическая регрессия
Сигмоида превращает прямую в вероятность класса 0..1.
1function logisticRegression(2 pts: Array<[x: number, y: number, c: 0 | 1]>,3 epochs: number,4 lr: number,5) {6 let w1 = 0, w2 = 0, b = 07 const sigmoid = (z: number) => 1 / (1 + Math.exp(-z))8 9 for (let e = 0; e < epochs; e++) {10 for (const [x, y, c] of pts) {11 const p = sigmoid(w1 * x + w2 * y + b) // вероятность класса 112 const err = p - c // log-loss градиент13 w1 -= lr * err * x14 w2 -= lr * err * y15 b -= lr * err16 }17 }18 return { w1, w2, b } // граница: w1·x + w2·y + b = 019}Проблема
Сигмоида превращает прямую в вероятность класса 0..1.
Что вы видите
Линейная комбинация → σ(z) = 1/(1+e^−z) → вероятность.
Как это работает
Обучение — градиентный спуск по log-loss, который жёстко штрафует уверенные ошибки. Выход — калиброванная вероятность, не просто класс.
Пошаговый разбор
- 01
Сигмоида
z → вероятность.
- 02
Log-loss
Штраф за уверенность.
- 03
Граница
w·x + b = 0.
Complexity и ограничения
Сложность см. в шапке страницы.
Edge cases
- Пустой вход
Корректная тривиальная обработка.
- Вырожденный случай
Минимум работы — сразу ответ.
Где встречается в реальности
Спам-фильтры
Классика.
CTR
Кликнет/нет в рекламе.
Медицина
Риск заболевания.
Связанные алгоритмы
«Спам/не спам с вероятностью»
Тот же сценарий StepSequence в вертикальной композиции — с safe zones и записью WebM ниже на странице.
Shorts 9:16
Вертикальная композиция строится той же последовательностью шагов, что и страница: safe zones отмечены пунктиром (там живёт UI платформ), биты сценария подсвечиваются по прогрессу. Кнопка записи сохраняет WebM — детерминированная StepSequence даёт воспроизводимый ролик без монтажа.