lineer reg ten farklı olarak y değişkeni kategoriktir. Kategorik bir yanıt değişkeninin tahmin edilmesine sınıflandırma denmiş olur. Amacımız henüz gözlenmemiş bir x değşkeni için sınıfını yani y değerini tahmin etmektir. Genellikle x in her bir kategoriye ait olma olasılıkları ile ilgilenilir. Sınıf tahminlerinin iyiliği yanlış sınıflandırma oranı ya da doğru sınıflandırma oranı ile ölçülür.
Yanıt değişkeni 0 veya 1 olduğu zaman da daha çok yanıt olduğunda da kullanılabilir. Lineer de yanıt değişkeni 0 ya da 1 olabilir. Peki hangi durumlarda lineer reg kullanmayıp lojistik reg kullanalım? Tahmin edilecek olan değerler yine 0 – 1 değerlerinden oluşsun ancak bu değerler karşımıza 1 den büyük ya da 0 den küçük şeklinde çıkarsa (yuvarlama da yapılabilir ancak her zaman sağlıklı bir işlem değildir.) lineer reg yerine lojistik reg kullanılır çünkü lojistik reg in fonksiyonu y değerlerinin 0 ile 1 arasında olmasını garanti altına alır.
- ilgilendiğimiz sınıfın = 1 olması olasılığı ilgili hesaplamalar yapılarak olasılık değerleri elde edilir.
- logistik dağılım bir sürekli olasılık dağılımdır.
- Şekil bakımından çan şeklinde olan [normal dağılıma](https://tr.wikipedia.org/wiki/Normal_da%C4%9F%C4%B1l%C4%B1m) çok benzer; fakat kuyrukları daha ağır olduğu için daha basık bir şekil gösterir.