問題 No.1370
2クラス分類に用いられる線形モデルであるロジスティック回帰は、線形予測子を出力確率に変換するためにシグモイド関数を使用する。このモデルにおいて、ある事象が起こる確率pと起こらない確率(1-p)の比（オッズ）の対数をとった数理モデル（ロジット）は、入力特徴量とどのように関係しているか。
【正解の解説】
入力特徴量の線形結合（一次式）として表現される。
ロジスティック回帰において、ロジットは入力された特徴量を重み付けして足し合わせた線形結合（一次式）によって計算されます。
スポンサーリンク
【その他の選択肢の解説】
入力特徴量のガウス分布の確率密度関数として表現される。
ガウス分布は確率密度関数に関連しますが、ロジットそのものの計算には直接関与しません。
交差エントロピー誤差関数の微分値として表現される。
交差エントロピーの微分は、モデルの学習過程で重みを調整するために計算されるものであり、ロジットの定義そのものではありません。
重みパラメータのL2ノルムとして表現される。
L2ノルムはモデルの過学習を防ぐために追加される指標であり、ロジットの直接的な構成要素ではありません。