機械学習 - 版の履歴

Piroto: /* ロジスティック回帰(logistic regression) */

2021-08-31T12:42:23Z

ロジスティック回帰(logistic regression)

2021-07-26T15:11:26Z

オッズ比

2021-07-26T15:11:09Z

オッズ比

2021-07-26T15:09:40Z

オッズ比

2021-07-26T15:05:30Z

オッズ比

2021-07-26T14:55:16Z

オッズ比

2021-07-26T14:55:01Z

オッズ比

2021-07-26T14:50:51Z

オッズ比

2021-07-26T14:47:22Z

オッズ比

2021-07-18T15:52:23Z

ロジスティック回帰(logistic regression)

@@ 83行目: / 83行目: @@
 *産業界において最も広く使われている分類アルゴリズムの1つ
 ====オッズ比====
-*確率<math>p</maty>の場合、事象の起こりやすさをオッズ比（odds ratio)として、<math>\tfrac{p}{(1-p)}</math>と書くことができる
+*確率<math>p</math>の場合、事象の起こりやすさをオッズ比（odds ratio)として、<math>\tfrac{p}{(1-p)}</math>と書くことができる
 *<math>p</math>は、正事象(positive event 予測したい事象)を表す
 *オッズの対数を取ったものを、[https://mathwords.net/logitkansu ロジット(logit)関数]という。

@@ 91行目: / 91行目: @@
 *ロジット関数の逆関数は、ロジスティックシグモイド(logistic sigmoid)関数とも呼ばれる。
 <math>
-\phi(z) = \frac{1}{(1 + e^-z)}
+\phi(z) = \frac{1}{(1 + e^{-z})}
 </math>

@@ 91行目: / 91行目: @@
 *ロジット関数の逆関数は、ロジスティックシグモイド(logistic sigmoid)関数とも呼ばれる。
 <math>
-\phi(z) = \frac{1}{(1 + e)}
+\phi(z) = \frac{1}{(1 + e^-z)}
 </math>

@@ 91行目: / 91行目: @@
 *ロジット関数の逆関数は、ロジスティックシグモイド(logistic sigmoid)関数とも呼ばれる。
 <math>
+\phi(z) = \frac{1}{(1 + e)}
 </math>

@@ 83行目: / 83行目: @@
 *産業界において最も広く使われている分類アルゴリズムの1つ
 ====オッズ比====
-*オッズ比（odds ratio)は、事象の起こりやすさを表し、<math>\tfrac{p}{(1-p)}</math>と書くことができる
+*確率<math>p</maty>の場合、事象の起こりやすさをオッズ比（odds ratio)として、<math>\tfrac{p}{(1-p)}</math>と書くことができる
 *<math>p</math>は、正事象(positive event 予測したい事象)を表す
-*正事象については、クラスラベル<math>y=1</math>として考えられ、その場合は、[https://mathwords.net/logitkansu ロジット(logit)関数](対数オッズとなる)を定義できる。
+*オッズの対数を取ったものを、[https://mathwords.net/logitkansu ロジット(logit)関数]という。
 <math>
 logit(p) = log\frac{p}{(1 - p)}
 </math>