Bayes-féle logisztikus regresszió

A Bayes-féle logisztikus regresszió egy osztályozási modell, amely Bayes-féle következtetést alkalmaz egy logisztikus (szigmoid) valószínűségi függvényre bináris vagy multinomiális kimenetelek esetén. A Gelman, Jakulin, Pittau és Su (2008) által formalizált, gyengén informatív prior keretrendszeren belül fejlesztve a modell a koefficiensekre egy prior eloszlást helyez, és ezt a priort a modelladatok valószínűségi függvényével kombinálja, hogy teljes posterior eloszlást kapjon minden paraméterre – ez kalibrált osztályvalószínűségeket és megbízható bizonytalanságot biztosít még kis minták, ritka események vagy teljes szétválás esetén is, ahol a gyakorisági maximum likelihood becslés összeomlik.