Logistic Regression

释义 Definition

Logistic regression（逻辑回归）是一种常用的统计与机器学习方法，主要用于二分类（也可扩展到多分类），用来估计某事件发生的概率（如“是/否”“通过/不通过”）。它通常通过 logit（对数几率）把线性组合映射为 (0) 到 (1) 之间的概率。

发音 Pronunciation (IPA)

/ləˈdʒɪstɪk rɪˈɡrɛʃən/

例句 Examples

I used logistic regression to predict whether an email is spam.
我用逻辑回归来预测一封邮件是否为垃圾邮件。

After controlling for age and income, the logistic regression model showed that treatment significantly increased the odds of recovery.
在控制年龄和收入后，逻辑回归模型显示该治疗显著提高了康复的几率（优势比）。

词源 Etymology

logistic源自“logistic function（逻辑斯蒂函数）”，与“logit（对数几率变换）”密切相关；该方法用这种S形函数把线性预测结果转换为概率。regression原指统计中的“回归”分析框架，逻辑回归虽然名字里有“回归”，但在实践中常用于分类问题（尤其是二分类）。

相关词 Related Words

• Classification
• Regression
• Logit
• Odds
• Likelihood
• Sigmoid
• Regularization
• Gradient Descent

文学与著作 Literary & Notable Works

• The Elements of Statistical Learning（Hastie, Tibshirani, Friedman）
• An Introduction to Statistical Learning（James, Witten, Hastie, Tibshirani）
• Pattern Recognition and Machine Learning（Christopher M. Bishop）
• Applied Logistic Regression（Hosmer, Lemeshow, Sturdivant）
• The Statistical Analysis of Categorical Data（Alan Agresti，相关章节常讨论逻辑回归/对数线性模型）