Logistinen regressio (ML)
Logistinen regressio on perustavanlaatuinen todennäköisyysluokittelija, joka mallintaa binäärisen (tai multinominiaalisen) tuloksen log-oddseja ennustemuuttujien lineaarisena funktiona. D. R. Coxin vuonna 1958 esittelemä menetelmä on edelleen yksi yleisimmin käytetyistä ja tulkittavimmista luokittelumenetelmistä sekä tilastotieteessä että koneoppimisessa, ja sitä arvostetaan sen kalibroitujen todennäköisyystulosten ja selkeän kerrointulkinnan vuoksi.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Lähteet
- 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
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Logistic Regression (Machine Learning Classification Model). ScholarGate. https://scholargate.app/fi/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.
- PäätöspuuKoneoppiminen↔ compare
- Lineaarinen regressio (ML)Koneoppiminen↔ compare
- Naive BayesKoneoppiminen↔ compare
- Random ForestKoneoppiminen↔ compare
- Regularisoitu logistinen regressioKoneoppiminen↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →