エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
ロジスティック回帰の基本的なことをわかりやすくまとめてみた|Coding Memorandum
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
ロジスティック回帰の基本的なことをわかりやすくまとめてみた|Coding Memorandum
今日はロジスティック回帰に関してまとめていきます。 ロジスティック回帰とは? 最初に今まで学んだ回... 今日はロジスティック回帰に関してまとめていきます。 ロジスティック回帰とは? 最初に今まで学んだ回帰方法を振り返ると、次のような単回帰や重回帰といった回帰分析でした。 このような回帰モデルを作成することで、未知の説明変数(経験)からでも目的変数(給料)の数値を見積もることができるようになりました。 次にロジスティック回帰ですが、縦軸が定量データではなく、ゼロかイチを判定する二値分類の問題を解く場合に用いられています。 ここでは例としてある商品のプロモーションにより購入されたか否か(Yes = 1 or No = 0)を年齢ごとに集めたデータがある場合を考えます。 このようなゼロイチのデータに対して回帰分析を行うと… 予測モデル(赤い線)を書くことはできますが、図のように1と0の範囲から外れてしまう部分が発生します。 そこで、出力値を0より大きく1より小さい値に変換する処理を加えます。変換時