ある事象が「起こる確率」を予測したり、要因が結果にどれくらい影響しているかを分析したりする際、最も基本的かつ強力な手法の一つが「ロジスティック回帰分析」です。
ビジネスの現場では、「顧客が商品を購入するかどうか」「メールがスパムかどうか」といった2つのクラスに分類する問題（二値分類）で頻繁に使用されます。
予測精度を重視するなら「scikit-learn」、要因分析やp値の確認を重視するなら「statsmodels」が適しています。
この記事では、Pythonを使ったロジスティック回帰分析の具体的な実装コードを、これら2つのライブラリを用いて解説します。
また、分析結果の解釈に欠かせないオッズ比の計算や、精度の可視化（ROC曲線）についても網羅的に紹介します。
 執筆者：マヒロ |
|
ロジスティック回帰分析とは？Pythonで実装するメリット
ロジスティック回帰（Logistic Regression）は、名前に「回帰」と付いていますが、主に分類問題に使われる統計モデルです。
説明変数（要因）から、目的変数（結果）が「0」または「1」になる確率を予測します。
線形回帰との違い
通常の線形回帰が数値を予測するのに対し、ロジスティック回帰は「シグモイド関数」を用いて、出力値を0から1の範囲（確率）に収める点が特徴です。
ある閾値（通常は0.5）を超えれば「1（発生）」、超えなければ「0（未発生）」と分類します。
Pythonで分析を行うメリット
Pythonにはデータ分析に特化したライブラリが豊富に揃っています。
- scikit-learn: 機械学習モデルの構築、学習、評価が非常に簡単に行えます。
- statsmodels: 統計学的な検定結果（p値や信頼区間など）を詳細に出力できます。
- pandas: データの前処理や集計が効率的に行えます。
これらを組み合わせることで、データの加工からモデル構築、結果の解釈までを一気通貫で行うことができます。
分析の準備：ライブラリのインポートとデータの用意
まずは必要なライブラリをインポートし、分析に使用するサンプルデータを準備しましょう。
今回は、scikit-learnに標準で同梱されている「乳がんの診断データセット（Breast Cancer Wisconsin dataset）」を使用します。
これは、腫瘍の特徴から良性・悪性を分類する二値分類の定番データセットです。
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from sklearn.datasets import load_breast_cancer
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
# 日本語フォントの設定（可視化用。環境に合わせて変更してください）
# plt.rcParams['font.family'] = 'MS Gothic'
# データの読み込み
data = load_breast_cancer()
X = pd.DataFrame(data.data, columns=data.feature_names)
y = pd.Series(data.target, name='target')
# データの確認（先頭5行）
print(X.head())
print(y.head())
# 学習用データとテスト用データに分割
X_train, X_test, y_train, y_test = train_test_split(
X, y, test_size=0.3, random_state=42, stratify=y
)
# データの標準化（ロジスティック回帰では重要）
scaler = StandardScaler()
X_train_scaled = scaler.fit_transform(X_train)
X_test_scaled = scaler.transform(X_test)
このソースコードでは、まず sklearn.datasets からデータを読み込み、扱いやすい pandas のDataFrame形式に変換しています。
その後、モデルの性能を正しく評価するために train_test_split で学習用とテスト用にデータを分割しています。
重要なポイントは「標準化」です。
ロジスティック回帰はデータのスケール（単位や大きさ）の影響を受けるため、StandardScaler を使って平均0、分散1に揃える処理を行っています。
これにより、モデルの収束が早くなり、係数の比較もしやすくなります。
【scikit-learn】ロジスティック回帰の実装と予測
まずは、機械学習で最も一般的なライブラリである scikit-learn を使った実装方法です。
モデルの構築から予測までが非常にシンプルに記述できます。
モデルの学習と予測
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import accuracy_score, confusion_matrix, classification_report
# ロジスティック回帰モデルのインスタンス化
# Cは正則化の強さを指定するパラメータ（小さいほど正則化が強い）
model = LogisticRegression(C=1.0, random_state=42)
# モデルの学習
model.fit(X_train_scaled, y_train)
# テストデータに対する予測
y_pred = model.predict(X_test_scaled)
# 正解率の表示
print(f"Accuracy: {accuracy_score(y_test, y_pred):.4f}")
# 詳細な評価レポート
print("\nClassification Report:\n")
print(classification_report(y_test, y_pred))
実行結果の例
Accuracy: 0.9766
Classification Report:
precision recall f1-score support
0 0.98 0.95 0.97 64
1 0.97 0.99 0.98 107
accuracy 0.98 171
macro avg 0.98 0.97 0.97 171
weighted avg 0.98 0.98 0.98 171
LogisticRegression クラスを使ってモデルを作成し、fit メソッドで学習、predict メソッドで予測を行っています。
引数の C は逆正則化パラメータで、モデルの過学習を防ぐために調整します。
出力されたレポートを見ることで、正解率（Accuracy）だけでなく、適合率（Precision）や再現率（Recall）といった指標も確認できます。
【statsmodels】p値や統計量を確認する実装
「どの変数が統計的に有意に効いているのか（p値）」を確認したい場合は、statsmodels ライブラリが適しています。
scikit-learnよりも詳細な統計レポートを出力できます。
statsmodelsによるロジスティック回帰の実行
import statsmodels.api as sm
# statsmodelsでは定数項（切片）を明示的に追加する必要がある
X_train_const = sm.add_constant(X_train_scaled)
# ロジスティック回帰モデル（Logit）の構築と学習
# statsmodelsは (目的変数, 説明変数) の順で渡す点に注意
logit_model = sm.Logit(y_train, X_train_const)
result = logit_model.fit()
# 結果のサマリーを表示
print(result.summary())
実行結果の例（一部抜粋）
Optimization terminated successfully.
Current function value: 0.056...
Iterations 12
Logit Regression Results
==============================================================================
Dep. Variable: target No. Observations: 398
Model: Logit Df Residuals: 367
Method: MLE Df Model: 30
...
=================================================================================
coef std err z P>|z| [0.025 0.975]
---------------------------------------------------------------------------------
const 0.3541 0.543 0.652 0.514 -0.710 1.418
x1 0.5234 1.234 0.424 0.672 -1.895 2.942
...
sm.add_constant を使って説明変数に「定数項（全ての値が1の列）」を追加しています。
これは切片を計算するために必須の処理です。
sm.Logit でモデルを定義し、fit() で学習させます。
summary() メソッドを呼ぶことで、各変数の係数（coef）、標準誤差、z値、そしてp値（P>|z|）を含む詳細な表が出力されます。
p値が0.05未満であれば、その変数は統計的に有意であると判断できます。
ロジスティック回帰の結果を解釈する：オッズ比
ロジスティック回帰の結果をビジネスで説明する際、係数（coef）そのものよりも「オッズ比」の方が直感的に理解しやすい場合があります。
オッズ比の計算と意味
オッズ比は、ある事象が起こる確率と起こらない確率の比率です。
ロジスティック回帰の係数は対数オッズ（log odds）を表しているため、これを指数関数（exponential）で変換することでオッズ比を求められます。
# scikit-learnモデルの係数を取得
coefficients = model.coef_[0]
# 係数とオッズ比をDataFrameにまとめる
coef_df = pd.DataFrame({
'Feature': data.feature_names,
'Coefficient': coefficients,
'Odds_Ratio': np.exp(coefficients) # 係数を指数変換してオッズ比を算出
})
# オッズ比が高い順にソートして表示
print(coef_df.sort_values(by='Odds_Ratio', ascending=False).head())
このコードでは、np.exp() を使って係数をオッズ比に変換しています。
オッズ比が「1」より大きければ、その変数の値が増加すると、目的変数が「1」になる確率が高まることを意味します。
逆に「1」より小さければ、確率は低くなります。
例えば、オッズ比が2.5の変数は、値が1単位増えると、結果が発生するオッズが2.5倍になることを示唆します。
分析精度の可視化：ROC曲線とAUC
モデルの性能を視覚的に評価するために、ROC曲線を描画してみましょう。また、その曲線下の面積であるAUC（Area Under the Curve）も計算します。
ROC曲線の描画コード
from sklearn.metrics import roc_curve, roc_auc_score
# テストデータに対する予測確率を取得（クラス1になる確率）
y_pred_proba = model.predict_proba(X_test_scaled)[:, 1]
# FPR（偽陽性率）、TPR（真陽性率）、閾値を算出
fpr, tpr, thresholds = roc_curve(y_test, y_pred_proba)
# AUCスコアを計算
auc_score = roc_auc_score(y_test, y_pred_proba)
# グラフの描画
plt.figure(figsize=(8, 6))
plt.plot(fpr, tpr, label=f'ROC Curve (AUC = {auc_score:.4f})')
plt.plot([0, 1], [0, 1], 'k--', label='Random Guess') # ランダムな予測の線
plt.xlabel('False Positive Rate (FPR)')
plt.ylabel('True Positive Rate (TPR)')
plt.title('ROC Curve for Logistic Regression')
plt.legend()
plt.grid()
plt.show()
predict_proba メソッドを使って、各データがクラス1（陽性）に分類される「確率」を取得します。
roc_curve 関数でグラフ描画に必要なデータを取得し、matplotlib でプロットします。
AUCは 0.5 から 1.0 の値をとり、1.0に近いほど優れたモデルであることを表します。
ランダムな予測（対角線）よりも左上に膨らんでいるカーブが良いモデルの証拠です。
Pythonのスキルを活かして年収を上げる方法
以上、Pythonのロジスティック回帰分析の実装手順について解説してきました。
なお、Pythonのスキルがある場合には、「転職して年収をアップさせる」「副業で稼ぐ」といった方法を検討するのがおすすめです。
Pythonエンジニアの需要は非常に高いため、転職によって数十万円の年収アップはザラで、100万円以上年収が上がることも珍しくありません。
なお、転職によって年収を上げたい場合は、エンジニア専門の転職エージェントサービスを利用するのが最適です。
併せて、副業案件を獲得できるエージェントにも登録しておくと、空いている時間を活かして稼げるようなPythonの案件を探しやすくなります。
転職エージェントも副業エージェントも、登録・利用は完全無料なので、どんな求人や副業案件があるのか気になる方は、気軽に利用してみるとよいでしょう。
