Logistická regrese (ML)
Logistická regrese je základní pravděpodobnostní klasifikátor, který modeluje logaritmus šancí (log-odds) binárního (nebo multinomiálního) výsledku jako lineární funkci prediktorů. Tato metoda, zavedená D. R. Coxem v roce 1958, zůstává jednou z nejrozšířenějších a nejinterpretovatelnějších klasifikačních metod ve statistice i strojovém učení, ceněná pro své kalibrované výstupy pravděpodobnosti a jasnou interpretaci koeficientů.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Zdroje
- Cox, D. R. (1958). The regression analysis of binary sequences. Journal of the Royal Statistical Society, Series B, 20(2), 215–242. DOI: 10.1111/j.2517-6161.1958.tb00292.x ↗
- James, G., Witten, D., Hastie, T. & Tibshirani, R. (2013). An Introduction to Statistical Learning (Ch. 4). Springer. ISBN: 978-1-4614-7138-7
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Logistic Regression (Machine Learning Classification Model). ScholarGate. https://scholargate.app/cs/machine-learning/logistic-regression-ml
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Rozhodovací stromStrojové učení↔ compare
- Lineární regrese (ML)Strojové učení↔ compare
- Naive BayesStrojové učení↔ compare
- Random ForestStrojové učení↔ compare
- Regularizovaná logistická regreseStrojové učení↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →