A pesar de su nombre, la regresión logística se usa para clasificación, no para predecir valores continuos. Calcula una combinación lineal de las variables de entrada y la transforma, mediante una función logística, en una probabilidad entre 0 y 1 de pertenecer a una categoría determinada.
Por qué sigue siendo tan usada
Es rápida de entrenar, fácil de interpretar (los coeficientes indican cómo cada variable influye en la probabilidad final) y suele ofrecer un desempeño sólido como punto de partida, incluso frente a modelos mucho más complejos, en problemas de clasificación binaria como detectar spam o predecir abandono de clientes.