Логрег моделирует P(y=1|x) через sigmoid(w·x+b), обучаясь максимизацией правдоподобия / CE; даёт калибруемые (часто) вероятности и линейную границу в пространстве признаков.
Разбор
- Порог 0.5 не священен.
- L2 — стандартная регуляризация.
- Для линейно неразделимого — нужны фичи/ядра/другие модели.
- Интерпретация — через log-odds.
Итог
Логрег — вероятностный линейный классификатор и сильный baseline.