人工知能をめぐる動向と手法
線形回帰とロジスティック回帰の違いに関する説明として正しいものはどれか。
- Aロジスティック回帰は連続値の予測に用いられ、線形回帰は分類タスクに用いられる
- B両者とも教師なし学習であり、あらかじめクラスタ数を指定する必要がある
- C線形回帰は決定木の一種であり、ロジスティック回帰はニューラルネットワークの一種である
- ✓線形回帰は連続値を予測する回帰タスクに用いられ、ロジスティック回帰はシグモイド関数で出力を0〜1の確率に変換し分類タスクに用いられる
解説
線形回帰は説明変数から連続値の目的変数を予測する回帰の手法である。ロジスティック回帰は線形結合した値をシグモイド関数に通して0〜1の確率値に変換し、その確率に基づいてクラスを判定する分類の手法であり、両者は名称は似ているが用途が異なる。どちらも教師あり学習であり、決定木やニューラルネットワークの一種でもない。
根拠シラバス「機械学習」