ロジスティック回帰に関する説明として、最も適切なものを選べ。
- 1名前のとおり、住宅価格のような連続値を予測するための回帰手法である
- 2正解ラベルを使わずに、データの構造を見つけ出す教師なし学習の手法である
- 3シグモイド関数を用いて出力を0から1の値に変換し、あるクラスに属する確率として扱うことで分類に用いる
- 4多数の決定木を組み合わせ、その多数決によって予測を行う手法である
正解と解説を見る
正解：3
ロジスティック回帰は、入力の線形結合をシグモイド関数で0〜1に変換し、その値を確率とみなして二値分類などに用いる手法です。名前に「回帰」と入っていますが主な用途は分類なので、選択肢1は誤りです。正解ラベルを使う教師あり学習であり、決定木を多数組み合わせて多数決するのはランダムフォレストです。名前に惑わされず「ロジスティック回帰は分類の手法」と覚えておきましょう。
根拠：ロジスティック回帰（シグモイド関数による確率出力）