② 機械学習の概要／ 7. 教師あり学習

ロジスティック回帰とは

ロジスティック回帰とは、ある事象が起こる確率を推定し、それにもとづいて分類を行う手法です。名称に「回帰」とありますが実際には分類問題に用いる点が、G検定の定番出題ポイントです。

この用語はG検定シラバスの「7. 教師あり学習」に含まれます。章全体の用語は用語解説②（全62語）にまとまっています。

「起こる確率」を計算して分類する手法です。名前は回帰ですが、使うのは分類問題です。

なぜ「回帰」なのに分類なのか

内部では線形回帰と同じように入力の重み付き和を計算します。ここが「回帰」と呼ばれる理由です。

ただし、その値をそのまま出力せず、シグモイド関数で0〜1の範囲に変換します。こうして得られた値を「その事象が起こる確率」とみなし、0.5などのしきい値で振り分けることで分類を行います。

つまり計算の中身は回帰、使いみちは分類というのが正確な理解です。

単に「はい／いいえ」を返すのではなく確率が得られるため、しきい値を動かして見逃しを減らすか、誤検出を減らすかを調整できます。

この調整と評価の関係はROC曲線・AUCで扱われます。

ロジスティック回帰の内部では、確率そのものではなく「オッズの対数」を線形に予測しています。オッズとは「起こる確率 ÷ 起こらない確率」のことです。

この形にすることで、0〜1に収まるべき確率を制約のない直線の式で扱えるようになります。それを最後にシグモイド関数で確率へ戻しています。