線形回帰モデル（回帰）とロジスティック回帰モデル（分類）の違い

１．線形回帰モデル（回帰）

モデルの目的（タスク）：回帰

出力：入力データに基づいて数値（予測される数値）を出力する

機械学習の目的：入力データと出力（予測される数値）の関係を示す直線を求める

２．ロジスティック回帰モデル（分類）

モデルの目的（タスク）：分類

出力：入力データに基づいて特定のカテゴリ（クラス、グループ）に属する確率を出力する

機械学習の目的：入力データをカテゴリ（クラス、グループ）分けする直線（境界線）を求める

※モデルの目的は「分類」だが、特定のカテゴリに属する確率（数値）を出力するので、ロジスティック「回帰」という。