Logistic Regression 의 그래프 함수를 통과하기 전의 값을 Score(Logit) 이라 부른다. 통과한 난 뒤의 값은 확률이다.
\zeta(x) = \ln(1 + e^x) 치역이 (0, ∞)인 함수 정규 분포의 \beta, \sigma 파라미터를 산출하는데 사용한다.
Categorical Distribution을 따르는 다중 분류 문제에 사용되는 함수 Softmax Function f(x_i) = \frac{e^{x_i}}{\sum_{j=1}^{K} e^{x_j}} Logistic Function의 다차원 일반화 Reference Softmax Function - Wikipedia .