hoxo_m https://blog.hatena.ne.jp/hoxo_m/ ほくそ笑む https://hoxo-m.hatenablog.com/ ロジスティック回帰モデルの負の対数尤度は次のように書ける。 \begin{align} NLL(\beta) = \sum_{i=1}^n F(x_i \beta) - y_i (x_i \beta) \end{align} ただし、 はロジスティック関数の積分 \begin{align} F(t) = \int \frac{1}{1 + e^{-t}} dt = \log(1 + e^{t}) \end{align} である。 導出 入力変数 出力変数 回帰係数 逆リンク関数 モデル 尤度関数 \begin{align} Lik(\beta) = f(x\beta)^{y} (1-f(x\b… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fhoxo-m.hatenablog.com%2Fentry%2F2024%2F01%2F08%2F194200" title="ロジスティック回帰モデルの負の対数尤度 - ほくそ笑む" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> Hatena Blog https://hatena.blog 2024-01-08 19:42:00 rich https://hoxo-m.hatenablog.com/entry/2024/01/08/194200 1.0 100%