Regressão Logística (ML)
A regressão logística é um classificador probabilístico fundamental que modela as chances logarítmicas (log-odds) de um resultado binário (ou multinomial) como uma função linear dos preditores. Introduzida por D. R. Cox em 1958, continua sendo um dos métodos de classificação mais amplamente utilizados e interpretáveis tanto em estatística quanto em aprendizado de máquina, valorizada por suas saídas de probabilidade calibradas e clara interpretação dos coeficientes.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Fontes
- 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
Como citar esta página
ScholarGate. (2026, June 3). Logistic Regression (Machine Learning Classification Model). ScholarGate. https://scholargate.app/pt/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.
- Árvore de DecisãoAprendizado de máquina↔ compare
- Regressão Linear (ML)Aprendizado de máquina↔ compare
- Naive BayesAprendizado de máquina↔ compare
- Random ForestAprendizado de máquina↔ compare
- Regressão Logística RegularizadaAprendizado de máquina↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →