Machine learningMachine learning

رگرسیون لجستیک (یادگیری ماشین)

رگرسیون لجستیک یک طبقه‌بند احتمالی بنیادی است که لگاریتم شانس (log-odds) یک پیامد دوتایی (یا چندجمله ای) را به عنوان تابعی خطی از پیش‌بینی‌کننده‌ها مدل‌سازی می‌کند. این روش که در سال ۱۹۵۸ توسط دی. آر. کاکس معرفی شد، همچنان یکی از پرکاربردترین و قابل تفسیرترین روش‌های طبقه‌بندی در آمار و یادگیری ماشین است که به دلیل خروجی‌های احتمالی کالیبره شده و تفسیر شفاف ضرایبش ارزشمند است.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

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

+2 more

منابع

  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

نحوهٔ استناد به این صفحه

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

ارجاع‌شده در

ScholarGateLogistic regression (ML) (Logistic Regression (Machine Learning Classification Model)). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/machine-learning/logistic-regression-ml · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026