ロジスティック回帰

Oracle Machine Learning for SQLでは、一般化線形モデルの分類アルゴリズムとして2項ロジスティック回帰がサポートされています。リンク関数および分散関数は、GLMが既知の方法で正規性から逸脱する回帰のターゲットを処理できるようにするメカニズムです。ロジスティック回帰では、リンク関数を使用して、説明変数(共変量)および応答変数の期待値を関連付けます。2項回帰は、指定されたリンク関数の逆を共変量の線形結合に適用することで、成功の確率を予測します。指定された逆リンク関数は、範囲(-∞、∞)からの値を[0,1]にマップする単調増加関数にできます。逆リンク関数は、既知のランダム分布の累積分布関数(CDF)から作成されます。分散には確率との既知関数関係があり、2項ターゲットの確率は0と1の間で変化します。ロジスティック回帰の場合、分散関数は確率との既知関数関係に固定されます。ただし、リンク関数には他のオプションがあります。リンク関数は、ターゲット範囲を線形法に適した形式に変換するのみでなく、ターゲット概念も表します。分析者は、ターゲット概念を使用して、リンク・スケールと変換されたスケールという2つのスケールで予測を解釈できます。ロジスティック回帰で変換されたスケールは確率です。