Logistisk regression (ML)
Logistisk regression er en fundamental probabilistisk klassifikator, der modellerer log-odds for et binært (eller multinomialt) udfald som en lineær funktion af prædiktorerne. Introduceret af D. R. Cox i 1958, forbliver den en af de mest anvendte og fortolkelige klassifikationsmetoder inden for både statistik og maskinlæring, værdsat for sine kalibrerede sandsynlighedsudfald og klare koefficientfortolkning.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Kilder
- 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
Sådan citerer du denne side
ScholarGate. (2026, June 3). Logistic Regression (Machine Learning Classification Model). ScholarGate. https://scholargate.app/da/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.
- BeslutningstræMaskinlæring↔ compare
- Lineær regression (ML)Maskinlæring↔ compare
- Naive BayesMaskinlæring↔ compare
- Random ForestMaskinlæring↔ compare
- Regulariseret logistisk regressionMaskinlæring↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →