ロジスティック回帰の概要とpython実装 - Qiita

ブログ本編もよろしくお願いします。 ロジスティック回帰とは 一般化線形モデルの一つであり、目的変数が2値の時（二値判別問題）や確率を求めたい時によく使用される。 （例｜病気の発症率や、迷惑メールか否かの判定など） ある事象がおこる確率を予測し、クラス分類の問題の場合には、その確率をもとにクラスや二値の判別をおこなう。 特徴量空間が線形分離可能な場合にのみ高い性能を発揮する （例｜説明変数が二次元平面上にある場合には、二つのクラスに対応する説明変数の群を一本の直線で分けることができる状況） 最尤推定法（Maximum Liklihood Estimation） を使い係数の値を求める。 （これに対して、重回帰分析などの一般線形モデルでは、最小二乗法が使われている） ロジスティック回帰の種類 目的変数のタイプによって以下の様に分類される。 二項ロジスティック分析：目的変数が２値変数 多項ロジス