【ITパスポート・G検定】SVMと何が違う？「ロジスティック回帰（ろじすてぃっくかいき）」の超基本を1分図解！

「名前に『回帰』って付いているのに、なぜ『分類』の問題で出てくるの？」

「AIが『このメールが迷惑メールである確率は90%』と予測できるのはなぜ？」

「G検定やITパスポートで絶対外せないポイントは？」

機械学習（AI）を勉強するときに、多くの人が最初の罠にかかりやすいのが「ロジスティック回帰」です。

最大の特徴は、名前に「回帰」と付きながらも、実際には「枠に分ける分類」の超定番アルゴリズムであること。イエスかノーかの2択に対して、「それが起きる確率」をしなやかなS字型のカーブを使ってきれいに弾き出す、とても賢く実用的な技術です。

この記事では、試験で引っかけ問題として非常に出題されやすい重要テーマ「ロジスティック回帰」の仕組みと特徴を、5枚の図解構成に合わせて分かりやすく解説します！

1.【直感編】ロジスティック回帰とは？一言でいうと「ある現象が起きる確率を予測する技術」

まずは、ロジスティック回帰（ろじすてぃっくかいき）がどのようなものなのか、直感的なイメージから掴みましょう。

ロジスティック回帰とは、一言でいうと「ある現象が起きる確率を予測する技術」です。

研究室でロボットが、過去の「テスト前の勉強時間」と「合格・不合格」のデータを見比べている姿をイメージしてください。ロボットの目の前にあるグラフには、0%から100%の間をなめらかに繋ぐ「S字型のカーブ」が光り輝いており、勉強時間に応じて合格確率が上がっていく様子を指さしています。

💡 【ワンポイント】

イエスかノーかの

発生確率を計算し

未来を先読みする！

2.【位置づけ】2択の分類で大活躍！機械学習におけるマッピング

次に、ロジスティック回帰がデジタル技術の中でどのような位置づけにあるのか、全体マップを見てみましょう。

ロジスティック回帰は、教師あり学習の「分類（グループを分ける手法）」の配下にあり、強力なライバルである「サポートベクターマシン（SVM）」と同階層に位置づけられています。

試験対策として最も重要なのは、「回帰」という名前の皮をかぶっていながら、本質は「分類」の超定番アルゴリズムであるという点です。ここが本当によく狙われます！

💡 【ワンポイント】

名前に回帰と付くが

枠に分ける分類の

超定番アルゴリズム！

3.【理論編】どうやって動く？確率を0から1の間に収める3つのステップ

ロジスティック回帰が動く本質的な目的は、「確率を0から1の間に収める」という点にあります。データをもとにして滑らかなカーブを描き、次の3つのステップで確率を弾き出します。

ステップ1：データを集めるロボットが、過去の顧客データから「購入した人（1）」と「買わなかった人（0）」という、上下にパツンと分かれたバラバラの実実績値をグラフにプロットしていきます。
ステップ2：S字の線を引く上下が0と1に挟まれたグラフのなかに、ロボットが数式を使って、しなやかに曲がった一本の「S字型カーブ（シグモイド関数）」を描き出します。
ステップ3：確率で判断する新しい顧客の条件をそのS字カーブに当てはめ、「このデータなら、この人が商品を購入する確率は80%！」とパーセンテージで正確に答えを出します。

💡 【ワンポイント】

データをもとにして

滑らかなカーブで

確率を弾き出す！

4.【比較編】何が違う？確率を出す「ロジスティック回帰」vs 境界で分ける「サポートベクターマシン」

試験やデータ分析の現場で最大の比較対象となるライバルが「サポートベクターマシン（SVM）」です。この2つの決定的な違いを整理しておきましょう。

一言でいうと、その違いは「確率を出すか？境界で分けるか？」にあります。

項目	ロジスティック回帰	サポートベクターマシン
出す答え	発生する確率	明確な２択
予測の線	Ｓ字の曲線	まっすぐ線
メリット	理由がわかる	境界が綺麗

ロジスティック回帰は、2つのグループの真ん中で「ここは確率50%の場所、こっちは70%」と、確率のグラデーションで予測するロボットです。計算式がシンプルなので、「なぜその結果になったか」の理由が人間にわかりやすいのがメリットです。一方でサポートベクターマシンは、2つのグループの間に、一番幅の広い明確な境界線をドカンと引いて「ここから左はA、右はB！」ときっぱり綺麗に切り分けるのが得意です。

💡 【ワンポイント】

ロジスティック回帰 ➡ 確率で当てる！

サポートベクターマシン ➡ 線で分ける！

5.【まとめ】これだけは押さえよう！ロジスティック回帰の本質と身近な代表例

最後に、今回学んだロジスティック回帰の要点を振り返りましょう。

まずはここだけ絶対に押さえておけば完璧です！

ビジネスや医療の現場では、以下のような「確率を知りたい」シーンでロジスティック回帰の代表例が毎日大活躍しています。

購入の予測： 通販サイトの閲覧履歴や過去の行動データから、その人が商品をカートに入れる確率をリアルタイムで計算し、購入の可能性を割り出すシステム。
病気の診断： 健康診断の数値をもとに、将来的に特定の病気を発症する確率が「何%あるか」を綺麗に算出して医師に提示する医療AI技術。
不正の検知： クレジットカードの決済データから、いつもと違う怪しい取引である確率を瞬時に検知し、不正利用を未然に見つける技術。

💡 【ワンポイント】

ロジスティック回帰とは「２択の発生確率を学習し、未知のデータを分類する手法」

ロジスティック回帰の本質は、「イエスかノーか」の2択の世界のあいだに美しいS字のカーブを引き、「何%の確率でそっちになるか」をスマートに先読みする点にあります。試験対策としては、名前に騙されず「分類」の手法であること、そして「S字の線（確率）」を使って答えを出すという特徴をしっかりと頭に入れておきましょう！

👉 【ITパスポート・G検定】回帰と何が違う？「分類（ぶんるい）」の超基本を1分図解！
👉 【ITパスポート・G検定】分類と何が違う？「回帰（かいき）」の超基本を1分図解！

G検定を勉強するならこちら👇

楽天でG検定の参考書を探す