# Logistische-Regression-Rechner

Passt binaere logistische Regression per Gradientenabstieg an und prognostiziert Klassenwahrscheinlichkeiten

> Kanonische Seite: https://elysiatools.com/de/tools/logistic-regression-calculator

- **Kategorie:** Math & Numbers

- **Schlagwörter:** logistische regression, binaere klassifikation, wahrscheinlichkeit, gradient

## Überblick

Der Logistische-Regression-Rechner ermöglicht die Anpassung binärer Klassifikationsmodelle mittels Gradientenabstieg direkt im Browser. Durch die Eingabe von CSV-Daten mit Prädiktoren und einer Zielvariablen berechnet das Tool präzise Wahrscheinlichkeiten und prognostiziert Klassen basierend auf individuellen Schwellenwerten.

## Eingaben

- **CSV-Daten** (textarea): Predictors first, binary target last, e.g. x1,x2,y 0,1,0 1,2,0 3,2,1
- **Hat Kopfzeile** (checkbox)
- **Prognosewerte (optional)** (text): e.g. 4, 3
- **Lernrate** (number)
- **Iterationen** (number)
- **Schwellenwert** (number)
- **Dezimalstellen** (number)

## Wann verwenden

- Wenn Sie die Wahrscheinlichkeit eines binären Ereignisses basierend auf numerischen Einflussfaktoren berechnen möchten.
- Zur schnellen Validierung von Klassifikationsmodellen ohne Installation komplexer Statistik-Software.
- Wenn Sie Vorhersagen für neue Datenpunkte auf Basis eines vorhandenen Trainingsdatensatzes treffen müssen.

## Funktionsweise

- Geben Sie Ihre Trainingsdaten im CSV-Format ein, wobei die Prädiktoren in den ersten Spalten und die Zielvariable (0 oder 1) in der letzten Spalte stehen.
- Konfigurieren Sie die Modellparameter wie Lernrate und Iterationen für den Gradientenabstieg sowie den Schwellenwert für die Klassifizierung.
- Fügen Sie optional neue Prädiktorwerte hinzu, für die eine spezifische Klassenprognose erstellt werden soll.
- Starten Sie die Berechnung, um die Modellgenauigkeit und die prognostizierte Klasse im JSON-Format zu erhalten.

## Anwendungsfälle

- Vorhersage der Kaufwahrscheinlichkeit von Kunden basierend auf demografischen Daten und Klickverhalten.
- Medizinische Risikoanalyse zur Einstufung von Patienten in Risikogruppen anhand klinischer Parameter.
- Qualitätskontrolle in der Fertigung zur Identifizierung von Ausschussware durch Sensormesswerte.

## Häufig gestellte Fragen

### Welche Datenformate werden unterstützt?

Das Tool verarbeitet CSV-formatierte Textdaten, bei denen die Zielvariable in der letzten Spalte steht.

### Was bewirkt die Lernrate?

Die Lernrate steuert die Schrittweite beim Gradientenabstieg; ein optimaler Wert sichert die Konvergenz des Modells.

### Muss die Zielvariable binär sein?

Ja, für die logistische Regression muss die Zielvariable zwingend aus den Werten 0 oder 1 bestehen.

### Wie wird die Genauigkeit berechnet?

Die Accuracy gibt den Anteil der korrekt klassifizierten Datensätze im Vergleich zum gesamten Trainingsset an.

### Kann ich den Schwellenwert anpassen?

Ja, der Standardwert liegt bei 0,5, kann aber angepasst werden, um die Sensitivität der Klassifizierung zu steuern.

## Ähnliche Tools

- [Multiple-Lineare-Regression-Rechner](https://elysiatools.com/de/tools/multiple-linear-regression-calculator): Passt eine multiple lineare Regression aus Praediktoren und numerischem Zielwert an
- [Spaltenrechner](https://elysiatools.com/de/tools/column-calculator): Berechnungen in Spalten durchführen und neue Zeilen hinzufügen
- [Daten-Anhang-Zusammenfüher](https://elysiatools.com/de/tools/data-append-merger): Vertikal anhängen und mehrere Datentabellen mit intelligenter Spaltenabgleichung zusammenfügen
- [Zeilen-Rechner](https://elysiatools.com/de/tools/row-calculator): Berechnungen für jede Zeile durchführen und neue Spalten hinzufügen
- [Merkmals-Scaler](https://elysiatools.com/de/tools/feature-scaler): Merkmale mit verschiedenen Methoden skalieren und normalisieren für maschinelles Lernen-Vorverarbeitung und Datenstandardisierung
- [Markdown-Tabelle zu CSV, JSON und Schema mit Typinferenz](https://elysiatools.com/de/tools/markdown-table-to-csv-json-schema): Wandelt eine Markdown-Pipe-Tabelle in CSV, JSON-Zeilen oder ein inferiertes JSON-Schema mit Ausrichtungs- und Null-Diagnosen um
- [CSV Protobuf Konverter](https://elysiatools.com/de/tools/csv-to-protobuf): Konvertiert zwischen CSV- und Protocol Buffers (Protobuf)-Formaten
- [Spalten-Umordner](https://elysiatools.com/de/tools/column-reorder): Spalten der Tabelle neu anordnen, ohne Datenzeilen zu ändern

## Beispiele

- [CSV Beispiele](https://elysiatools.com/de/samples/csv-samples): CSV-Beispieldateien mit verschiedenen Datentypen, Größen und Komplexitätsstufen
- [Python Beispiele](https://elysiatools.com/de/samples/python): Python Code-Beispiele und Hello World Demonstrationen
- [Windows Zeichenkettenverarbeitung - C# Beispiele](https://elysiatools.com/de/samples/windows-string-processing-csharp): Umfassende C# Zeichenkettenverarbeitungsbeispiele für Windows-Plattform einschließlich Manipulation, Aufteilung, Verknüpfung, reguläre Ausdrücke und Textanalyse
- [Cypress E2E Testing Framework](https://elysiatools.com/de/samples/cypress-testing): Umfassende Cypress E2E-Testbeispiele einschließlich Testkonfiguration, Page Object Models, API-Tests, visueller Regressionstests und fortgeschrittene E2E-Patterns für moderne Webanwendungen