Regresi Logistik Bayesian

Regresi logistik Bayesian ialah model klasifikasi yang mengaplikasikan inferens Bayesian kepada kemungkinan (likelihood) logistik (sigmoid) untuk hasil perduaan atau multinomial. Dibangunkan dalam rangka kerja prior yang kurang bermaklumat (weakly-informative prior) yang diformalkan oleh Gelman, Jakulin, Pittau dan Su (2008), ia meletakkan taburan prior ke atas pekali dan menggabungkan prior tersebut dengan kemungkinan data untuk menghasilkan taburan posterior penuh bagi setiap parameter — memberikan kebarangkalian kelas yang terkalibrasi dan ketidakpastian yang jujur walaupun dalam sampel kecil, tetapan peristiwa jarang berlaku, atau kes pemisahan lengkap di mana anggaran kemungkinan maksimum (maximum likelihood estimation - MLE) frekuentis runtuh.