Regresja logistyczna (ML)
Regresja logistyczna to podstawowy klasyfikator probabilistyczny, który modeluje logarytm szans (log-odds) binarnego (lub wielomianowego) wyniku jako liniową funkcję predyktorów. Wprowadzona przez D. R. Coxa w 1958 r., pozostaje jedną z najszerzej stosowanych i najbardziej interpretowalnych metod klasyfikacji zarówno w statystyce, jak i uczeniu maszynowym, cenioną za skalibrowane prawdopodobieństwa wyjściowe i jasną interpretację współczynników.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Źródła
- 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
Jak cytować tę stronę
ScholarGate. (2026, June 3). Logistic Regression (Machine Learning Classification Model). ScholarGate. https://scholargate.app/pl/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.
- Drzewo decyzyjneUczenie maszynowe↔ compare
- Regresja liniowa (ML)Uczenie maszynowe↔ compare
- Naiwny Klasyfikator BayesowskiUczenie maszynowe↔ compare
- Random ForestUczenie maszynowe↔ compare
- Regularyzowana regresja logistycznaUczenie maszynowe↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →