ロジスティック回帰の適合度テストと機械学習アルゴリズムの校正

arXiv stat.ML ・ 2026-08-11

原題: Goodness-of-Fit Tests and Calibration Machine-Learning Algorithms for Logistic Regression with Sparse Data

AI による要約

ロジスティック回帰モデルの適合度を評価することは、モデルを使用する前に重要なステップである。ただし、適合度テストは、データが「スパース」な場合に、有効な結果を提供しない可能性がある。30以上の統計テストと機械学習アルゴリズムを比較し、ロジスティック回帰の適合度テストと校正について調査する。

この要約は当サイトの AI が生成したものです。正確な内容は元記事（arXiv stat.ML）をご確認ください。