Logistisk regression (ML)
Logistisk regression är en grundläggande probabilistisk klassificerare som modellerar log-odds för ett binärt (eller multinomialt) utfall som en linjär funktion av prediktorerna. Den introducerades av D. R. Cox 1958 och är fortfarande en av de mest använda och tolkningsbara klassificeringsmetoderna inom både statistik och maskininlärning, uppskattad för sina kalibrerade sannolikhetsutdata och tydliga koefficienttolkning.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Källor
- 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
Så citerar du den här sidan
ScholarGate. (2026, June 3). Logistic Regression (Machine Learning Classification Model). ScholarGate. https://scholargate.app/sv/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.
- BeslutsträdMaskininlärning↔ compare
- Linjär regression (ML)Maskininlärning↔ compare
- Naiv BayesMaskininlärning↔ compare
- Random ForestMaskininlärning↔ compare
- Regulariserad logistisk regressionMaskininlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →