Fatos principais
- Categoria
- Matemática, datas e finanças
- Tipos de entrada
- textarea, checkbox, text, number
- Tipo de saída
- json
- Cobertura de amostras
- 4
- API disponível
- Yes
Visão geral
A Calculadora de Regressão Logística permite ajustar modelos de classificação binária utilizando o método de descida de gradiente para prever probabilidades e categorias com base em dados históricos fornecidos em formato CSV.
Quando usar
- •Quando você precisa prever um resultado binário, como sim/não ou 0/1, a partir de variáveis numéricas.
- •Para analisar a probabilidade de ocorrência de um evento com base em múltiplos preditores independentes.
- •Durante o treinamento rápido de modelos estatísticos simples sem a necessidade de configurar ambientes de programação complexos.
Como funciona
- •Insira os dados no formato CSV, garantindo que os preditores estejam nas primeiras colunas e o alvo binário na última coluna.
- •Configure os hiperparâmetros do modelo, como a taxa de aprendizado e o número de iterações para o algoritmo de descida de gradiente.
- •Defina o limiar de decisão (threshold) para converter as probabilidades calculadas em classes binárias específicas.
- •O sistema processa os dados e retorna a acurácia do modelo junto com a previsão para os valores de entrada opcionais.
Casos de uso
Previsão de rotatividade de clientes (churn) com base em tempo de contrato e gastos mensais.
Diagnóstico médico preliminar para identificar a presença ou ausência de uma condição com base em indicadores clínicos.
Avaliação de risco de crédito para classificar solicitantes como potenciais bons ou maus pagadores.
Exemplos
1. Previsão de Conversão de Leads
Analista de Marketing- Contexto
- Uma empresa deseja saber se um lead converterá em venda com base no tempo gasto no site e no número de páginas visitadas.
- Problema
- Classificar novos leads como potenciais compradores para priorizar o atendimento comercial.
- Como usar
- Insira os dados históricos de 100 leads no campo CSV e adicione os valores do novo lead (ex: 5 minutos, 10 páginas) no campo de previsão.
- Configuração de exemplo
-
Taxa de aprendizado: 0.1, Iterações: 2000, Limiar: 0.5 - Resultado
- O modelo retorna a acurácia do treinamento e indica se o novo lead pertence à classe 1 (comprador) ou 0 (não comprador).
2. Triagem de Risco de Saúde
Pesquisador Acadêmico- Contexto
- Estudo sobre a relação entre o Índice de Massa Corporal (IMC), idade e o diagnóstico de uma condição crônica.
- Problema
- Estimar a probabilidade de um paciente apresentar a condição com base em seus dados biométricos.
- Como usar
- Cole os dados CSV contendo IMC e idade como preditores e o diagnóstico (0 ou 1) como a última coluna.
- Configuração de exemplo
-
Taxa de aprendizado: 0.05, Iterações: 5000, Casas decimais: 4 - Resultado
- O sistema gera os coeficientes do modelo e a probabilidade específica para os dados de entrada fornecidos.
Testar com amostras
csv, hashExemplos de Linhas Duplicadas
Arquivos de exemplo com vários tipos de linhas duplicadas para testar ferramentas de remoção de duplicatas
preferred input family csv
Exemplos de Substituição de Regex
Coleção de padrões de substituição de regex comuns e úteis para transformação de texto e limpeza de dados
preferred input family csv
Processamento de Strings Windows - Exemplos C#
Exemplos abrangentes de processamento de strings C# para plataforma Windows incluindo manipulação, divisão, junção, expressões regulares e análise de texto
preferred input family csv
Exemplos CSV
Arquivos CSV de exemplo com vários tipos de dados, tamanhos e níveis de complexidade
preferred input family csv
Hubs relacionados
Ferramentas de exportacao CSV e conversao de tabelas
Compare conversoes entre CSV e Excel, JSON, HTML, Markdown, XML e texto em um unico hub para fluxos de intercambio tabular.
Ferramentas de limpeza e reorganizacao de CSV
Reune em um so hub ferramentas para limpar CSV, filtrar, ordenar, agrupar, juntar, dividir e reorganizar tabelas para fluxos de planilha e importacao/exportacao.
FAQ
O que é o limiar (threshold)?
É o valor de corte, geralmente 0.5, que define se uma probabilidade calculada será classificada como 0 ou 1.
Como os dados CSV devem ser organizados?
As variáveis preditoras devem vir primeiro, seguidas obrigatoriamente pela variável alvo binária na última coluna.
O que faz a taxa de aprendizado?
Ela controla o tamanho do passo que o algoritmo dá em cada iteração para encontrar os coeficientes que minimizam o erro.
Posso usar variáveis de texto nos dados?
Não, a calculadora processa apenas valores numéricos; variáveis categóricas devem ser convertidas em números antes do upload.
O que é a descida de gradiente?
É um algoritmo de otimização usado para ajustar os pesos do modelo de forma iterativa até encontrar o melhor ajuste aos dados.