統計学の代表的な手法を実践する (2) 〜 ロジスティック回帰 - Qiita

昨日の続きで統計学の実践的な手法を追っていきます。今日はロジスティック回帰についてです。 参考文献 書籍をお持ちの方は最強である p189 実践編 p221 あたりを参照してください。 (後者のほうが詳しいです) またロジスティック回帰の説明としては 概要については ロジスティック回帰の考え方・使い方 - TokyoR #33 http://www.slideshare.net/horihorio/tokyo-r33-logi 説明については ロジスティック回帰と変数選択 (三重大学・奥村先生) http://oku.edu.mie-u.ac.jp/~okumura/stat/140921.html また実務における例としては 回帰分析とその応用③ ～ロジスティック回帰分析 http://www.gixo.jp/blog/2492 マーケターのためのデータマイニング・ヒッチハイクガイド 第

[zaskar99]

[Statistics] [machine-learning]

[kent-where-the-light-is]

“統計の分野では一般的な方法ですが、機械学習の分野でも PRML 4 章線形識別モデル 4.3.2 ロジスティック回帰 (p204)として登場します。こちらでは名前は回帰ですが、実際は分類のためのモデルであると強調されています。