線形回帰
- 目的
- 連続値(例: サイズ)を予測する。
- モデル
- データにフィットする直線を引く。
- 学習方法
- 最小二乗法: データ点と直線の間の距離(残差)の二乗和が最小になるように直線を決める。
ロジスティック回帰
- 目的
- カテゴリ(例: 肥満/非肥満)を予測する。
- モデル
- 0から1の範囲で確率を表すS字曲線をフィットさせる。
- 学習方法
- 最尤法: 観測されたデータがその曲線から生成される確率(尤度)が最大になるように曲線を決める。
マウスの体重データを使って、2つのモデルがどう違うかを見てみましょう。
グラフにマウスをホバーすると、新しいデータに対する予測が表示されます。