ロジスティック回帰

ここではロジスティック回帰 (logistic regression) を実装します． この実装を通じて， NumPy / SciPy の特徴を利用した数学関数の実装とエラー処理，最適化ルーチンの利用法，そして構造化配列などについて説明します．

• ロジスティック回帰の形式的定義
• シグモイド関数
  • 直接的な実装とその問題点
    • 浮動小数点エラーの処理
  • 浮動小数点エラー対策
  • ユニバーサル関数への変換
  • 便利な関数を用いた実装
• 非線形最適化関数
  • SciPy の非線形最適化関数
  • 各種の最適化手法
• 学習メソッドの実装
  • 学習メソッド
  • 構造化配列
  • 構造化配列を用いた実装
• 損失関数とその勾配
  • 損失関数
  • 損失関数の勾配
• 実行と予測
  • 予測
  • 実行
  • 最適化手法の比較
• 「ロジスティック回帰」まとめ