線形回帰とロジスティック回帰

解説

正解 B

この問題の論点：線形回帰とロジスティック回帰

選択肢ごとの解説

1. A

   不適切

   線形回帰の出力は特徴量の重み付き和で、上限も下限もありません。入力によっては負の値や1を超える値になるため、そのままでは確率として扱えません。

2. B

   適切 正解

   シグモイド関数は、どんな実数も0から1の間の値に変換します。この出力を確率とみなし、0.5などのしきい値と比べてクラスを決めるので、ロジスティック回帰は分類に使います。

3. C

   不適切

   確率が0.5になるのは重み付き和が0になるときなので、元の特徴量の空間での決定境界は直線や平面（一般には超平面）です。曲がった境界が必要なら、特徴量の2乗や積を加えるなどの工夫が要ります。

4. D

   不適切

   最小二乗法を使うのは線形回帰です。ロジスティック回帰では、観測したデータが得られる確率（尤度）を最大にする最尤推定で係数を求めます。これは交差エントロピーを最小にすることと同じです。