ロジスティック回帰 気軽に使えるクラス分類の基本的なツール。 しかし、油断しているとうっかりはまってしまう落とし穴があります。 うまく学習率を調整しても、学習結果が発散する場合があるという罠です。 今回の記事ではこの罠とその回避方法についてご紹介します! Logistic回帰とは Logistic回帰の罠 原因の解説 線形分離可能性 係数が発散する場合のロス関数 回避方法 まとめ Logistic回帰とは Logistic回帰については前回の記事 wakaba-mafin.hatenablog.com にて紹介いたしました。 簡単に言ってしまうと、Logistic回帰とはモデル に基づいて、特徴からクラスを識別する手法です。 特にこの識別では特徴空間に超平面を張ることによって線形にクラスを識別します。 計算の方法も容易で多数のパッケージが提供されています! Logistic回帰の罠 Log