Machine learningMachine learning

Λογιστική Παλινδρόμηση (ML)

Η λογιστική παλινδρόμηση είναι ένας θεμελιώδης πιθανοτικός ταξινομητής που μοντελοποιεί τις λογαριθμικές πιθανότητες (log-odds) ενός δυαδικού (ή πολυωνυμικού) αποτελέσματος ως γραμμική συνάρτηση των προβλεπτικών μεταβλητών. Εισήχθη από τον D. R. Cox το 1958 και παραμένει μία από τις ευρύτερα χρησιμοποιούμενες και ερμηνεύσιμες μεθόδους ταξινόμησης τόσο στη στατιστική όσο και στη μηχανική μάθηση, εκτιμώμενη για τις βαθμονομημένες πιθανοτικές της εξόδους και τη σαφή ερμηνεία των συντελεστών της.

Άνοιγμα στο MethodMindΣύντομαΒίντεοΣύντομαDownload slides

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Method map

The neighbourhood of related methods — select a node to explore.

+2 more

Πηγές

  1. 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
  2. James, G., Witten, D., Hastie, T. & Tibshirani, R. (2013). An Introduction to Statistical Learning (Ch. 4). Springer. ISBN: 978-1-4614-7138-7

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 3). Logistic Regression (Machine Learning Classification Model). ScholarGate. https://scholargate.app/el/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.

Compare side by side

Αναφέρεται από

ScholarGateLogistic regression (ML) (Logistic Regression (Machine Learning Classification Model)). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/machine-learning/logistic-regression-ml · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026