Invítame un café
Inicio
Regresión logística vs SVM
Compara cómo dos clasificadores diferentes aprenden del mismo dataset
Regresión logística
Probabilístico
100%
Accuracy
100%
Precision
100%
Recall
100%
F1-Score
Pred -1
Pred +1
Real -1
0
0
Real +1
0
0
SVM (Support Vector Machine)
Geométrico
100%
Accuracy
100%
Precision
100%
Recall
100%
F1-Score
Pred -1
Pred +1
Real -1
0
0
Real +1
0
0
Añadir puntos
Clase -1
Clase +1
SVM: Parámetro C
1.00
Mostrar
Probabilidades (LR)
🗑️ Limpiar
Datasets de ejemplo
Separable
Solapado
Con outlier
Diagonal
Clusters
📊 Diferencias clave
LR:
Modela P(y=1|x), usa todos los puntos, frontera donde P=0.5
SVM:
Maximiza margen, solo usa vectores de soporte, más robusto a outliers