การถดถอยโลจิสติก (ML)
การถดถอยโลจิสติกเป็นการจำแนกประเภทเชิงความน่าจะเป็นพื้นฐานที่สร้างแบบจำลองของลอการิทึมของอัตราต่อรอง (log-odds) ของผลลัพธ์แบบทวิภาค (หรือหลายภาค) ในฐานะฟังก์ชันเชิงเส้นของผู้ทำนาย ถูกนำเสนอโดย D. R. Cox ในปี 1958 ยังคงเป็นหนึ่งในวิธีการจำแนกประเภทที่ใช้กันอย่างแพร่หลายและตีความได้มากที่สุดทั้งในสถิติและแมชชีนเลิร์นนิง ซึ่งมีคุณค่าสำหรับผลลัพธ์ความน่าจะเป็นที่ปรับเทียบได้และการตีความสัมประสิทธิ์ที่ชัดเจน
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
แหล่งอ้างอิง
- 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
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Logistic Regression (Machine Learning Classification Model). ScholarGate. https://scholargate.app/th/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.
- ต้นไม้ตัดสินใจการเรียนรู้ของเครื่อง↔ compare
- การถดถอยเชิงเส้น (Linear Regression) (ML)การเรียนรู้ของเครื่อง↔ compare
- Naive Bayesการเรียนรู้ของเครื่อง↔ compare
- Random Forestการเรียนรู้ของเครื่อง↔ compare
- Regularized Logistic Regressionการเรียนรู้ของเครื่อง↔ compare