【DS検定対策】名前のワナを攻略！分類の王道「ロジスティック回帰」
統計学や機械学習を学び始めると最初にぶつかる「名前の矛盾」。それが「ロジスティック回帰」です。なぜ回帰なのに分類なのか、その仕組みをスッキリ整理しましょう。
1. 【 問題 】
「ロジスティック回帰」に関する説明として、最も適切なものはどれでしょうか？
① 数値を予測する「回帰」の手法であり、住宅価格の予想などに用いられる。
② データを2つのクラスに分ける「分類」の手法であり、ある事象が起こる確率を予測する。
③ データのグループ化を行う「非教師あり学習」の手法である。
④ 決定木をたくさん組み合わせた「アンサンブル学習」の手法である。
2. 【 解答 】
3. 整理：確率を計算して「境界線」を引く世界
ロジスティック回帰は、入力データから「あるクラスに属する確率」を計算し、その値が0.5（50%）を超えたら「合格（1）」、そうでなければ「不合格（0）」のように判定します。
【 ロジスティック回帰の仕組みイメージ 】
年齢や購入履歴などのデータを、線形式で計算する。
[ 2. シグモイド関数を通す ]
★ ここが核心！
どんな大きな値（または小さな値）も、0 から 1 の範囲にギュッと押し込める。
[ 3. 確率の出力 ]
「この客が購入する確率は 0.82 (82%) です」と出力。
[ 4. 分類 ]
しきい値（0.5など）で区切り、「購入するクラス」に分類する。
--------------------------
◎ ポイント： 計算過程で「数値を予測（回帰）」しているため名前に「回帰」と付きますが、目的は「分類」です。
4. 覚えておくべき重要キーワード
1. シグモイド関数: 出力値を0〜1の間に収めるための関数。S字型のカーブを描きます。
2. オッズ比: ある事象が起こる確率と起こらない確率の比率。ロジスティック回帰の解釈に不可欠です。
3. 二値分類: 「Yes/No」「合格/不合格」など、2つのクラスに分けるのが基本です。
5. DS検定形式：実戦4択クイズ
問：ロジスティック回帰において、出力（確率 $p$）を求める際に用いられる、以下の数式で表される関数を何と呼ぶか。
$$f(x) = \frac{1}{1 + e^{-x}}$$
① ソフトマックス関数 ② シグモイド関数 ③ 恒等関数 ④ 階段関数
【 正解： ② 】
解説： この数式は「標準シグモイド関数」と呼ばれ、ロジスティック回帰の心臓部です。$x$ がどんな値でも $f(x)$ は必ず 0 より大きく 1 より小さい値になるため、「確率」として扱うのに非常に適しています。
6. まとめ
DS検定において「回帰という名前だが分類に使われる」「シグモイド関数で確率を出力する」という特徴が出たら、迷わずロジスティック回帰を選びましょう。シンプルながら解釈性が高く、今でもビジネス現場の第一線で使われている強力な手法です！
