Klassiska ML-modeller som baslinjer – träd, grannar och logistisk regression

Kort sagt

Klassiska maskininlärningsmodeller som besluts-/klassificeringsträd, k-närmaste grannar (KNN) och logistisk regression är inte föråldrade. De är ofta de bästa första stegen eftersom de gör antaganden, överanpassning och utvärdering synliga på ett sätt som stora neurala nätverk sällan gör.

De fungerar utmärkt som baslinjer – enkla modeller som du jämför mer komplexa lösningar mot.

När är detta användbart?

• När du har strukturerad data och vill förstå vilka faktorer som faktiskt påverkar utfallet.
• När du behöver tolkningsbara resultat (t.ex. “varför klassificerades den här kunden som churn?”).
• När du vill undvika att kasta stora modeller på problem som en enkel modell löser bra.
• Som första steg innan du investerar tid i feature engineering för deep learning.

De tre modellerna i korthet

Besluts-/klassificeringsträd

• Delar upp data i regelbaserade grenar (om X > värde → vänster, annars höger).
• Mycket tolkningsbar – du kan rita trädet och följa beslutsvägen.
• Risk för överanpassning (overfitting) om trädet får växa för fritt.

K-närmaste grannar (KNN)

• Klassificerar en ny observation baserat på de k mest liknande exemplen i träningsdata.
• “Lokal likhet” istället för globala regler.
• Känslig för skalning av variabler och brus.

Logistisk regression

• Modellerar sannolikheten för en klass med en linjär kombination av variabler + sigmoid-funktion.
• Ger både prediktion och sannolikhet.
• Kräver att sambanden är ungefär linjära (eller att du lägger till interaktioner).

Varför börja med klassiska modeller?

• De tvingar dig att förstå datan.
• De är snabba att träna och utvärdera.
• De gör det lätt att se om problemet är linjärt, har tydliga gränser eller kräver mer komplexitet.
• En bra baslinje gör det lättare att motivera (eller avfärda) en mer avancerad modell.

Gör så här – praktiskt arbetssätt

1. Definiera målvariabel och framgångsmått tydligt.
2. Bygg en enkel baslinje (t.ex. logistisk regression eller ett litet träd).
3. Utvärdera med cross-validation och relevanta metrics (precision, recall, AUC, etc.).
4. Analysera fel – var gör modellen systematiska misstag?
5. Först därefter testa mer komplexa modeller eller feature engineering.
6. Jämför alltid mot en naiv baslinje (t.ex. “alltid majoritetsklassen”).

Vanliga misstag

• Att gå direkt på stora modeller utan att förstå datan.
• Att välja modell efter hypade resultat istället för efter vad som faktiskt ger värde på just din data.
• Att ignorera att en enkel modell ofta räcker för många affärsproblem.
• Att inte mäta prestanda på samma sätt för baslinje och komplex modell.

Koppling till tidigare material

Detta kompletterar tidigare onepagers om praktisk AI-användning och RAG. Innan du bygger agentiska flöden eller använder stora språkmodeller är det ofta värt att fråga: “Skulle en enkel klassisk modell räcka för den här deluppgiften?”

Nästa steg

• Välj ett konkret problem du har data på.
• Bygg en enkel baslinje med t.ex. scikit-learn.
• Dokumentera vad den enkla modellen presterar och vilka insikter den ger.

---

Källor

• StatQuest: Decision and Classification Trees, Clearly Explained!!!
• StatQuest: K-nearest neighbors, Clearly Explained
• StatQuest: Logistic Regression
• Wiki-sammanfattning 2026-09-06: Klassiska ML-modeller: träd, grannar och logistik.