Изменения

Частный случай логистической '''Логическая регрессия''' (англ. ''logic regression'') {{---}} обобщенный метод регрессии, применяемый в основном в случае, когда все независимые переменные имеют двоичную природу(при этом зависимая переменная не обязательно двоичная). Задачей логической регрессии является определение независимых переменных, которые могут быть выражены как результат вычисления булевой функции от других независимых переменных. Пусть <tex>X_1, X_2, \dots, X_k</tex> {{---}} двоичные независимые переменные, и пусть <tex>Y</tex> {{---}} зависимая переменная. Будем пытаться натренировать модели регрессии вида <tex>g(E(Y)) = b_0 + b_1 L_1 + \dots + b_n L_n</tex>, где <tex>L_j</tex> {{---}} булева функция от переменных <tex>X_i</tex>.  Для каждого типа модели определим функцию счета, которая отражает качество рассматриваемой модели. For example, for linear regression the score could be the residual sum of squares and for logistic regression the score could be the deviance. Будем стараться подобрать такие булевы выражения, при которых функция счета минимизируется, настраивая параметры <tex>b_j</tex> одновременно с булевыми выражениями <tex>L_j</tex>.