Байесовская логистическая регрессия

Байесовская логистическая регрессия — это модель классификации, которая применяет байесовский вывод к логистическому (сигмоидальному) правдоподобию для бинарных или многомерных исходов. Разработанная в рамках слабоинформативного априорного распределения, формализованного Гельманом, Якулиным, Питтау и Су (Gelman, Jakulin, Pittau and Su, 2008), она помещает априорное распределение на коэффициенты и комбинирует это априорное распределение с правдоподобием данных для получения полного апостериорного распределения для каждого параметра, обеспечивая калиброванные вероятности классов и достоверную неопределенность даже в малых выборках, условиях редких событий или случаях полной разделимости, где частотная оценка максимального правдоподобия (MLE) коллапсирует.