ロジスティック回帰とは？ろじすてぃっくかいき
ロジスティック回帰とは、「合格か不合格か」「購入するかしないか」のような 2 つに 1 つの結果が起こる確率を、複数の説明変数（結果に影響する要因）から予測する統計・機械学習の手法。出力は 0〜1 の確率になるので、0.5 以上なら「起こる」と分類する、という使い方をする。名前に「回帰」とあるが、使い道は分類で、機械学習では教師あり学習の分類手法に入る。
最終更新：2026-10-10
基本情報を最短で暗記・合格する →背景
通常の線形回帰（直線で数値を予測する方法）で確率を予測すると、1 を超えたりマイナスになったりする。値を 0〜1 の範囲に収める変換をかけて、確率として扱えるようにしたのがロジスティック回帰。
具体例
Python の機械学習ライブラリ scikit-learn には LogisticRegression というクラスがあり、「メールの単語の出現数から迷惑メールかどうかを判定する」ような 2 値分類の入門例でよく使われる。
試験での引っ掛け
名前から「数値を予測する回帰」と考えると誤る。目的変数（予測したい結果）が 2 値で、分類に使う。線形回帰（目的変数が売上などの連続した数値）や、教師なし学習のクラスタリング（正解ラベルなしでグループ分け）と取り違えない。
関連用語
出典・参考
解説は資格暗記が独自に作成しています。過去問の出典は各問題に記載のとおりです。