【G検定過去問風テスト】ロジスティック回帰の役割と分類タスクの基本

2026年7月21日 2026年7月21日 atsushi_kitazawa

※本記事では、アフィリエイトプログラムより教材を紹介しています。

📝 問題

機械学習における「ロジスティック回帰」の説明として、最も適切な選択肢を1つ選べ。

🔍 ここをクリックして正解を見る

ロジスティック回帰は、いわば「詐欺師のような名前を持った、合格判定のプロ」です！

名前に「回帰（＝数値を当てるプロ）」とついているため、「売上や株価などの数字を当てる手法かな？」と勘違いしてしまいがちです。しかし、彼が本当にやっている仕事は「合格か不合格か（分類）」を決めることです。

たとえば、テストの点数や勉強時間から「合格する確率」を算出し、「確率が60%だから合格（YES）！」「40%だから不合格（NO）！」というように、データを2つのグループにきれいに振り分けてくれます。この「確率」を計算するときに活躍するのがシグモイド関数という特殊な関数です。

名前のギャップを利用したひっかけ問題が本番で非常に多く出題されますので、「名前は回帰だけど、中身は分類のプロ！」と脳内にしっかり刻んでおきましょう！

A) 複数の説明変数を用いて〜（×）: これは「重回帰分析」の説明です。連続した数値を当てるタスクを行うのが本来の回帰分析です。
B) データにシグモイド関数を適用して〜（○）: 正解です！ロジスティック回帰は事象の発生確率（0〜1）を求めて「分類」を行う手法です。
C) 手元にあるデータから重複を許して〜（×）: これは「ランダムフォレスト（バギング）」に関する説明です。
D) データの境界線から最も遠く離れた〜（×）: これは「サポートベクターマシン（SVM）」に関するひっかけです。SVMで最大化するのは「最も遠い点との距離」ではなく、境界線に「最も近いデータ点（サポートベクトル）」との距離（マージン）です。

リンク