ロジスティック回帰とは・AI関連用語集

ロジスティック回帰とは、意味や概念を詳しく解説

menu

×AI

AI用語事典

ロジスティック回帰

Logistic regression

ロジスティック回帰はある変数(y)の動きをまた別の変数(x)の動きによって予測する「回帰分析」の一種。重回帰分析も複数の変数を扱うが、マイナスの予測値や1以上の予測確率があり、適切といえない。

ロジスティック回帰の特徴は、ある事象の「発生率(確率)を判断する」というところにある。つまり、明確な数値データが十分に用意されていないのである。重回帰分析が複数のデータ(x)から売上(y)との関連性を調べたり、重要度の高いデータを検証したりするのに対し、ロジスティック回帰は主に既に出ている結果を確認したり、見込み客を予測したりするために使われる。

例えば、新しく建設されるモデルハウスの潜在的な顧客を把握したい場合、100人を対象に「注文住宅に住みたいですか?」とアンケートを行ったとする。その中で5人が「住みたい」と答えたデータがあれば、全体の5%ということになる。この場合、その5人を「1」、それ以外を「0」として基準となる変数yを与え、説明変数xには「年齢」や「家を買う予算」など、yが変動しそうな条件を当てはめる。これでロジスティック回帰が可能となるのである。

ただし、通常の回帰分析のようにデータの変動を直線的に予測してしまうと、確率として意味を成さない。よってロジスティック回帰では「シグモイド関数」を使用する。シグモイド関数は入力値を0から1の間に収めてくれる関数で、グラフにすると緩やかな曲線を描く。

ロジスティック回帰は潜在顧客の出現率予測による新規顧客の獲得というマーケティング的な側面はもちろん、災害の発生予測や病気の発生率予測など様々な不確定事象において活用が可能とで、今後ますます注目度が高まっていきそうだ。

AI用語解説:×AI編集部監修

AI用語を調べる

アイウエオ索引

アルファベット索引

AI用語事典TOPに戻る