Logit
Definition
Ein Logit ist je nach Kontext der Log-Odds-Wert oder der unnormalisierte Output eines Klassifikationsmodells vor Softmax/Sigmoid.
Bei binärer logistischer Regression ist der Logit log(p/(1-p)). In neuronalen Klassifikatoren werden Rohscores vor der Wahrscheinlichkeitsnormalisierung häufig ebenfalls Logits genannt.
Einfach erklärt
Wie einen Rohwert zu haben, der erst durch Sigmoid oder Softmax in Wahrscheinlichkeiten übersetzt wird.
Warum das im Alltag wichtig ist
Relevant für Klassifikation, Sampling und Modell-APIs.
Beispiel aus dem Mittelstand
Ein Klassifikator liefert Logits, die per Softmax in Klassenwahrscheinlichkeiten umgerechnet werden.
Grenzen und Fallstricke
- Logit direkt als Wahrscheinlichkeit lesen; Logit-Unterschiede ohne Transformation interpretieren.
Entstehung & Geschichte
Der Logit-Begriff stammt aus statistischer Modellierung und wurde durch logistische Regression etabliert.
Anwendung im Mittelstand
- Mögliche Anwendung im Mittelstand: Rohoutputs, Wahrscheinlichkeiten und Kalibrierung sauber unterscheiden.
Häufige Fragen
Ist ein Logit eine Wahrscheinlichkeit?
Nein. Wie wird daraus eine? Über Sigmoid oder Softmax.
Quellen
- Logistic function program LOGIT · NIST, Logistic function program LOGIT
Quellen geprüft am 10.10.2026.
Redaktionell geprüft am: