« Régression logistique » : différence entre les versions
m (Remplacement de texte — « Category:scotty2 » par « <!-- Scotty2 --> ») |
m (Remplacement de texte — « Category:Google2 » par « <!-- Google --> ») |
||
| Ligne 2 : | Ligne 2 : | ||
[[Category:GRAND LEXIQUE FRANÇAIS]] | [[Category:GRAND LEXIQUE FRANÇAIS]] | ||
<!-- vocabulaire2 --> | <!-- vocabulaire2 --> | ||
<!-- Google --> | |||
[[Category:Apprentissage profond]] | [[Category:Apprentissage profond]] | ||
<!-- Scotty2 --> | <!-- Scotty2 --> | ||
Version du 3 juillet 2019 à 21:38
Définition
La régression logistique ou modèle logit est un modèle de régression binomiale. Comme pour tous les modèles de régression binomiale, il s'agit de modéliser au mieux un modèle mathématique simple à des observations réelles nombreuses. En d'autres termes d'associer à un vecteur de variables aléatoires une variable aléatoire binomiale génériquement notée . La régression logistique constitue un cas particulier de modèle linéaire généralisé. Elle est largement utilisée en apprentissage automatique.
Français
régression logistique n.f. modèle logit n.f.
Anglais
logistic regression
Contributeurs: Claire Gorjux, Jacques Barolet, wiki, Robert Meloche
