ロジットとは、確率をオッズに変換し、さらに自然対数をとった値のことです。機械学習モデルの最終層の出力としてよく使われ、活性化関数を通す前の連続値を指します。多クラス分類では各クラスのスコアとして機能します。
ロジットとは
一言でいうと、確率を対数オッズに変換したものであり、深層学習モデルにおいては活性化関数が適用される前の生のスコア出力を指します。
詳しく解説
ロジットは数学的には確率pに対してlog(p / (1 - p))として定義され、0から1の範囲にある確率をマイナス無限大からプラス無限大の範囲に拡張します。機械学習、特にニューラルネットワークの出力層では、各クラスに対するスコアとしてロジットが計算されます。この生の値は、そのままでは確率として解釈できないため、通常はシグモイド関数やソフトマックス関数などの活性化関数に入力され、0から1の範囲の確率に変換されます。
具体例・使われ方
画像認識AIが画像を「猫」「犬」「鳥」に分類するタスクにおいて、モデルの最終層は各動物に対応する3つのロジットを出力します。例えば、猫のロジットが5.2、犬のロジットが1.1、鳥のロジットが-2.3であった場合、これらにソフトマックス関数を適用することで、それぞれの予測確率を計算します。
似た用語との違い
確率そのものや、シグモイド関数・ソフトマックス関数によって確率に変換された値と混同されやすいですが、ロジットは変換前の生の値（対数オッズ）である点が異なります。
注意点
ロジットの絶対値自体は確率を表しておらず、単なる相対的なスコアの大きさに過ぎないため注意が必要です。また、値が大きすぎたり小さすぎたりすると、活性化関数を通した際に勾配消失問題を引き起こす原因になることがあります。
この解説は役に立ちましたか？誤りが含まれる場合はご報告いただけますと幸いです。
更新日時: 2026年9月25日 18:45