scikit-learn機械学習⑤ロジスティック回帰:理論編
ロジスティック回帰は、簡単に言うと「YesかNo」の判断を下すためのツールです。つまり、二択の結果を予測する問題に対して使われます。
例えば、以下のような問題が考えられます。
メールがスパムか否か
病気の診断結果が陽性か陰性か
顧客が商品を購入するかしないか
これらは全て、Yes/Noで答えられる質問です。このような問題を二項分類(Binary Classification)と呼びます。
モデルとして考えると、ロジスティック回帰は入力された複数の独立変数を使って、目的変数が特定のカテゴリー(Yes/No)に属する確率を計算します。つまり、ロジスティック回帰は、問題の答えが、Yesである確率を予測します。
しかし、どのようにして複数の独立変数からの数値を確率へと変換するのでしょうか。
この記事が気に入ったらサポートをしてみませんか?