Regressione Logistica (ML)
La regressione logistica è un classificatore probabilistico fondamentale che modella il log-odds di un esito binario (o multinomiale) come funzione lineare dei predittori. Introdotta da D. R. Cox nel 1958, rimane uno dei metodi di classificazione più utilizzati e interpretabili sia in statistica che in machine learning, apprezzato per le sue probabilità calibrate e la chiara interpretazione dei coefficienti.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Fonti
- 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
Come citare questa pagina
ScholarGate. (2026, June 3). Logistic Regression (Machine Learning Classification Model). ScholarGate. https://scholargate.app/it/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.
- Albero decisionaleApprendimento automatico↔ compare
- Regressione Lineare (ML)Apprendimento automatico↔ compare
- Naive BayesApprendimento automatico↔ compare
- Random ForestApprendimento automatico↔ compare
- Regressione logistica regolarizzataApprendimento automatico↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →