ロジスティック回帰
Logistic Regression
概要（教師あり｜分類）
ロジスティック回帰とは、線形回帰分析を分類問題に応用したアルゴリズムで、例えば、商品を購入するか否か、衝突するか否か、採用すべきか否かなどの２値分類を、0から１の範囲の確率を示すロジスティック関数を用いて推測します。
ロジスティック関数：σa(x) = 1 / ( 1 + e-ax )
２値分類（0:陰性 or 1:陽性）の場合、予測確率 0.5 をしきい値としてクラス分けを行います。確率0.2 であれば予測値は「 0」、確率が 0.85 であれば予測値は「１」と分類するわけです。ちなみに、確率がちょうど 0.5 となる境目の部分を「決定境界」といいます。
用語解説
プログラム例
（準備中）
- 使用したライブラリ
- pandas：データ解析
- matplotlib：グラフ描画
- sklearn：ロジスティック回帰
- 使用したモデル
scikit-learn、linear_model の LogisticRegressionモデルを使用- fitメソッド：ロジスティック回帰モデルの重みを学習
- predictメソッド：説明変数の値からクラスを予測
- 使用したデータ：iris（sklearn）