Perbedaan Linear Regression dan Logistic Regression

1. Definisi Dasar

• Linear Regression: Digunakan untuk memprediksi nilai numerik kontinu (seperti pendapatan atau suhu).
• Logistic Regression: Digunakan untuk memprediksi hasil kategorikal (seperti ya/tidak, lulus/gagal).

2. Output

• Linear Regression: Menghasilkan nilai kontinu.
• Logistic Regression: Menghasilkan probabilitas yang dikonversi menjadi kelas (biasanya melalui fungsi sigmoid).

3. Hubungan Variabel

• Linear Regression: Mengasumsikan hubungan linear antara variabel independen dan dependen.
• Logistic Regression: Tidak mengasumsikan hubungan linear; bekerja dengan logit (log odds).

4. Fungsi yang Digunakan

• Linear Regression: Menggunakan metode kuadrat terkecil untuk meminimalkan error.
• Logistic Regression: Menggunakan fungsi sigmoid untuk mengubah nilai menjadi probabilitas.

5. Contoh Penggunaan

• Linear Regression: Memprediksi harga rumah berdasarkan luas.
• Logistic Regression: Memprediksi apakah pelanggan akan membeli produk (ya/tidak).

Kesimpulan
Kedua teknik ini adalah bagian penting dari analisis data, dengan Linear Regression cocok untuk variabel kontinu, sementara Logistic Regression cocok untuk variabel kategorikal.