ロジスティック回帰って、単回帰・重回帰とは異なるってこと？
はい、ロジスティック回帰は単回帰と重回帰とは異なるアルゴリズムです。
-
単回帰:
単回帰は、1つの説明変数（または特徴量）と1つの目的変数との間の関係をモデル化する線形回帰モデルです。単回帰では、説明変数と目的変数の間の線形関係を仮定し、最小二乗法などの手法を用いて回帰係数を推定します。例えば、身長から体重を予測する場合などが単回帰の例です。 -
重回帰:
重回帰は、複数の説明変数（または特徴量）と1つの目的変数との間の関係をモデル化する線形回帰モデルです。重回帰では、複数の説明変数間の線形関係を仮定し、最小二乗法などの手法を用いて複数の回帰係数を推定します。例えば、身長や体重、年齢から血圧を予測する場合などが重回帰の例です。 -
ロジスティック回帰:
ロジスティック回帰は、分類問題に使用されるモデルであり、クラス分類を行います。ロジスティック回帰は、線形回帰とは異なり、目的変数が連続的な値ではなく、クラスの確率を表すことを特徴としています。ロジスティック回帰では、ロジスティック関数（またはシグモイド関数）を使用して、入力特徴量の線形結合を確率に変換し、確率に基づいてクラスの予測を行います。