로지스틱회귀2 혼자 공부하는 머신러닝 + 딥러닝 - Ch 4-1 Ch 4-1에서는 로지스틱 회귀에 대해 공부합니다. 로지스틱 회귀는 선형회귀를 토대로 활성화 함수를 결합하여 이진분류를 하는데 사용됩니다. 또한 다중회귀를 토대로 다중분류도 가능합니다. [ 문제 ] 이번장에서 해결할 문제는 다음과 같습니다. 상품으로 생선 럭키백을 만듭니다. 럭키백에는 각 생선이 등장할 확률이 제시됩니다. 상품에 들어갈 생선의 크기, 무게, 길이, 높이 등이 주어질 때, 7종류의 생선에 대한 확률을 예측하는 문제입니다. [ 접근 ] 간단한 접근으로 KNN 알고리즘을 생각해볼까요? KNN 알고리즘으로 확률을 구한다면 각 생선이 나올 확률들이 우리가 정한 \(k\)값에 의존하게 됩니다. 예를 들어 \(k=4\)로 한다면, 확률은 항상 0, 1/4, 2/4, 3/4, 4/4 중 하나입니다. 생.. 2023. 1. 12. 로지스틱 회귀 1. 로지스틱 회귀란 로지스틱 회귀는 회귀식을 통해 사실 이진분류를 하는 방법입니다. 예를 들어 학생들의 영어, 수학, 국어 성적등(feature)과 시험합격여부 0, 1(label)이 주어지면, 회귀식을 통해 값 \(x\) 를 찾아내면 그 값으로 분류를 진행하는 것입니다. 통계학에서 두가지 결과만 있을 때, 이항분포의 일종인 베르누이 분포를 사용합니다. 확률론적 방법을 통해 특정 확률이상이면 분류를 시켜주는 방식으로 진행합니다. 우선, 이를 위해 실수값 \(x\) 를 확률 \(p\) 로 만들어주는 절차가 필요합니다. 2. 활성화 함수 활성화함수는 선형회귀식으로 얻은 함수를 곡선형태의 꼴로 변환시켜주는 역할을 합니다. 활성화함수가 되기 위한 조건으로는 미분시 자기자신으로 표현가능하거나, 값이 정의역에서 .. 2022. 12. 20. 이전 1 다음