G検定（ジェネラリスト検定） 機械学習の概要 練習問題 第3問: ロジスティック回帰の説明として、最も適切なものはどれか。

肢1が正解です。An Introduction to Statistical Learning（James ほか）によると、ロジスティック回帰は p(X) = e^(β0+β1X) ÷ (1 + e^(β0+β1X)) というロジスティック関数（シグモイド関数）で、どんな X に対しても0と1の間の確率を出します。

名前に反して分類の手法で、係数は最尤法で推定するのが一般的です。

肢2は名前からの誤解です。

肢3は、直線をそのまま当てはめる線形回帰で確率を表そうとしたときの問題で、ロジスティック関数はこれを避けるために使います。

肢4も誤りで、X の1単位の増加で一定の幅（β1）だけ変わるのは対数オッズ log(p ÷ (1 − p)) であり、確率そのものの変わり方は X の値によって異なります。