Почему логистическая регрессия не называется логистической классификацией?

Поскольку логистическая регрессия является статистической классификационной моделью, имеющей дело с категориальными зависимыми переменными, почему она не называется логистической классификацией ? Разве имя "Регрессия" не должно быть зарезервировано для моделей, имеющих дело с непрерывными зависимыми переменными?

Логистическая регрессия совершенно не является алгоритмом классификации сама по себе. Только алгоритм классификации в сочетании с правилом принятия решений делает дихотомическими предсказанные вероятности исхода. Логистическая регрессия является регрессионной моделью, потому что она оценивает вероятность принадлежности к классу как (трансформацию) мультилинейной функции признаков.

Фрэнк Харрелл опубликовал ряд ответов на этом сайте, перечисляя подводные камни в отношении логистической регрессии в качестве алгоритма классификации. Из их:

• Классификация это решение . Чтобы принять оптимальное решение, вам необходимо оценить функцию полезности, которая подразумевает, что вам необходимо учитывать неопределенность в результате, то есть вероятность. ≈
• Затраты на неправильную классификацию не одинаковы для всех единиц.
• Не используйте отсечки.
• Используйте правильные правила подсчета очков.
• Проблема на самом деле в оценке риска, а не в классификации.

Если я правильно помню, он однажды указал мне на свою книгу о регрессионных стратегиях для более подробной информации по этим (и более!) Пунктам, но я не могу найти этот конкретный пост.

Абстрактно регрессия - это проблема вычисления условного ожидания . Форма, принятая этим ожиданием, отличается в зависимости от предположений о том, как были сгенерированы данные:$E[Y|X=x]$

• Предполагая, что (Y | X = x) нормально распределено, получаем классическую линейную регрессию.
• Предполагая, что распределение Пуассона дает регрессию Пуассона.
• Предполагая, что распределение Бернулли дает логистическую регрессию.

Термин «регрессия» также использовался более широко, чем этот, включая такие подходы, как квантильная регрессия, которая оценивает данный квантиль .$(Y|X=x)$

Помимо уже предоставленных хороших ответов, другая точка зрения состоит в том, что логистическая регрессия предсказывает вероятности (которые являются непрерывным значением ), которые имеют диапазон от 0 до 1.