ロジスティック回帰モデルとは？

いくつかの要因（説明変数）からある事象が起きる確率\(p(0 \leq p \leq 1\))（目的変数）を推定できる回帰モデル。

求めることができるある事象が起きる確率\(p\)（目的変数)は, \( 0 \leq p \leq 1\)であり, 1に近いほどその事象が起こりやすいことを示す。

（重回帰分析の目的変数をロジット変換（シグモイド関数に代入）したもの）

ロジスティック回帰モデルでできること

・クレジットカードの信用調査の際に, 「利用者の収入やクレジットカードヒストリー」（説明変数: 要因）から、返済が困難になる確率(目的変数)の予測

・病院での定期的な検診で、「検査結果や健康状態などの情報」（説明変数）から、目的変数であるその人が「特定の病気にかかる確率」（目的変数）の予測

線形回帰モデルとほぼ同じ流れでトレーニングが行われる。

具体的には、最尤推定法や勾配降下法を使うことが主である。

最尤推定法や勾配降下法は別の記事で紹介します！