Bayesiansk logistisk regression

Bayesiansk logistisk regression är en klassificeringsmodell som tillämpar Bayesiansk inferens på en logistisk (sigmoid) likelihood för binära eller multinomiala utfall. Utvecklad inom ramen för svagt informativ prior, formaliserad av Gelman, Jakulin, Pittau och Su (2008), placerar den en prior-fördelning över koefficienterna och kombinerar denna prior med datans likelihood för att ge en fullständig posterior-fördelning för varje parameter — vilket levererar kalibrerade klassannolikheter och ärlig osäkerhet även i små sampel, situationer med sällsynta händelser, eller fall av fullständig separation där frekventistisk maximum likelihood-estimering kollapsar.