Regresi Logistik Bayesian

Regresi logistik Bayesian adalah model klasifikasi yang menerapkan inferensi Bayesian pada kemungkinan (likelihood) logistik (sigmoid) untuk hasil biner atau multinomial. Dikembangkan dalam kerangka prior yang informatif lemah yang diformalkan oleh Gelman, Jakulin, Pittau, dan Su (2008), model ini menempatkan distribusi prior pada koefisien dan menggabungkan prior tersebut dengan kemungkinan data untuk menghasilkan distribusi posterior penuh untuk setiap parameter — memberikan probabilitas kelas yang terkalibrasi dan ketidakpastian yang jujur bahkan dalam sampel kecil, pengaturan kejadian langka, atau kasus pemisahan sempurna di mana estimasi kemungkinan maksimum frekuentis runtuh.