Regresión Logística (ML)
La regresión logística es un clasificador probabilístico fundamental que modela el logaritmo de las probabilidades (log-odds) de un resultado binario (o multinomial) como una función lineal de los predictores. Introducida por D. R. Cox en 1958, sigue siendo uno de los métodos de clasificación más utilizados e interpretables tanto en estadística como en aprendizaje automático, valorado por sus salidas de probabilidad calibradas y la clara interpretación de sus coeficientes.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Fuentes
- 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
Cómo citar esta página
ScholarGate. (2026, June 3). Logistic Regression (Machine Learning Classification Model). ScholarGate. https://scholargate.app/es/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.
- Árbol de DecisiónAprendizaje automático↔ compare
- Regresión lineal (ML)Aprendizaje automático↔ compare
- Naive BayesAprendizaje automático↔ compare
- Random ForestAprendizaje automático↔ compare
- Regresión logística regularizadaAprendizaje automático↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →