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)