Logistic Regression

La regresión logística es un método estadístico fundamental y un algoritmo de aprendizaje automático que se utiliza principalmente para tareas de clasificación binaria. A pesar de que su nombre contiene «regresión», lo que normalmente implica predecir valores continuos (como la temperatura o los precios de las acciones), la regresión logística está diseñada para predecir la probabilidad de que una entrada determinada pertenezca a una categoría específica. Esto la convierte en una herramienta crucial para problemas cuyo resultado es dicotómico, como determinar si un correo electrónico es «spam» o «no es spam», o si un tumor médico es «benigno» o «maligno». Sirve de puente entre la estadística tradicional y el aprendizaje supervisado, ya que ofrece un equilibrio entre simplicidad e interpretabilidad que se suele utilizar como referencia antes de implementar modelos más complejos, como las redes neuronales.

Mecanismos fundamentales y probabilidad#

A diferencia de la regresión lineal, que ajusta una línea recta a los puntos de datos para predecir una salida continua, la regresión logística ajusta una curva con forma de «S» a los datos. Esta curva se genera mediante la función sigmoide, una transformación matemática que asigna cualquier número real a un valor entre 0 y 1. Esta salida representa una puntuación de probabilidad que indica la confianza de que una instancia pertenezca a la clase positiva.

Durante el proceso de entrenamiento, el algoritmo aprende pesos y sesgos óptimos para minimizar el error. Esto se consigue normalmente mediante un algoritmo de optimización, como el descenso de gradiente, que ajusta iterativamente los parámetros del modelo para reducir la diferencia entre las probabilidades predichas y las etiquetas de clase reales. El rendimiento suele evaluarse mediante una función de pérdida específica denominada pérdida logarítmica o entropía cruzada binaria. Una vez que el modelo genera una probabilidad, un límite de decisión (normalmente establecido en 0,5) clasifica la entrada: los valores por encima del umbral se convierten en la clase positiva y los valores por debajo, en la clase negativa.

Diferencias con términos relacionados#

Es importante distinguir la regresión logística de conceptos similares para evitar confusiones:

• Regresión lineal frente a regresión logística: Mientras que la regresión lineal predice salidas numéricas continuas (por ejemplo, los precios de las viviendas), la regresión logística predice resultados categóricos mediante probabilidades.
• Clasificación frente a regresión: En el aprendizaje automático, las tareas de clasificación consisten en predecir etiquetas discretas, mientras que las tareas de regresión predicen cantidades continuas. La regresión logística es un algoritmo de clasificación a pesar de su nombre.
• Perceptrón: Un perceptrón simple utiliza una función escalón para generar directamente un 0 o un 1 binario, mientras que la regresión logística utiliza la función sigmoide, que es suave, para generar una probabilidad y ofrecer más matices.

Aplicaciones en el mundo real#

La regresión logística se sigue utilizando ampliamente en diversos sectores gracias a su eficiencia y a la facilidad con la que se pueden interpretar sus resultados.

• Asistencia sanitaria y diagnóstico médico: Los profesionales médicos utilizan estos modelos para predecir la probabilidad de que un paciente desarrolle una enfermedad específica, como diabetes o cardiopatías, basándose en factores como la edad, el IMC y la presión arterial. Esto ayuda en el análisis de imágenes médicas temprano y en la toma de decisiones.
• Evaluación crediticia y finanzas: Los bancos implementan la regresión logística para evaluar el riesgo de conceder un préstamo a un cliente. Mediante el análisis de características como el historial crediticio y los ingresos, el modelo predice la probabilidad de que un prestatario incumpla el pago de un préstamo, automatizando la modelización predictiva para la seguridad financiera.
• Marketing y predicción del abandono: Las empresas analizan el comportamiento de los clientes para predecir si un usuario se suscribirá a un servicio o dejará de utilizar un producto (abandono). Esta información ayuda a perfeccionar las estrategias de retención de clientes y a orientar eficazmente las campañas de marketing.

Implementación moderna#

Aunque los modelos de aprendizaje profundo, como YOLO26, son preferibles para tareas complejas como la detección de objetos, la regresión logística suele ser la capa final de las redes de clasificación de imágenes binarias. Por ejemplo, una red neuronal convolucional podría extraer características y la capa final actuaría como un clasificador de regresión logística para determinar si una imagen contiene un «gato» o un «perro».

Herramientas como la plataforma Ultralytics simplifican el flujo de trabajo para entrenar modelos de clasificación complejos que utilizan estos principios subyacentes. Sin embargo, para comprender el concepto básico, unas bibliotecas sencillas pueden mostrar su funcionamiento.

Este es un ejemplo básico que utiliza torch para definir la estructura de un modelo de regresión logística de una sola capa:

import torch
import torch.nn as nn


# Define a simple Logistic Regression model class
class LogisticRegression(nn.Module):
    def __init__(self, input_dim):
        super().__init__()
        # A single linear layer maps input features to a single output
        self.linear = nn.Linear(input_dim, 1)

    def forward(self, x):
        # The sigmoid function transforms the linear output to a probability (0 to 1)
        return torch.sigmoid(self.linear(x))


# Example usage: Initialize model for 10 input features
model = LogisticRegression(input_dim=10)
print(model)

Ventajas y limitaciones#

Comprender las ventajas y desventajas de este algoritmo ayuda a seleccionar la herramienta adecuada para cada tarea.

• Interpretabilidad: Los coeficientes del modelo (pesos) indican directamente la relación entre las características de entrada y la variable objetivo. Un peso positivo implica que, a medida que aumenta la característica, también aumenta la probabilidad del resultado positivo. Esta transparencia es fundamental para la ética de la IA y para explicar las decisiones a las partes interesadas.
• Eficiencia: Requiere menos potencia computacional que las arquitecturas complejas de aprendizaje profundo, por lo que resulta adecuado para aplicaciones que necesitan una latencia baja o que disponen de hardware limitado.
• Linealidad de los datos: Una limitación importante es que presupone una relación lineal entre las variables de entrada y los logaritmos de las probabilidades del resultado. Puede tener dificultades con patrones de datos muy complejos y no lineales, en los que técnicas avanzadas como las máquinas de vectores de soporte (SVM) o los bosques aleatorios pueden ofrecer mejores resultados.
• Sobreajuste: En conjuntos de datos de alta dimensionalidad con pocos ejemplos de entrenamiento, la regresión logística puede ser propensa al sobreajuste, aunque esto se puede mitigar mediante técnicas de regularización.