로지스틱회귀2 [머신러닝] 로지스틱 회귀 - 승산(Odds)과 활성화 함수 이전 포스팅에서는 로지스틱 회귀의 특징에 대해 살펴 보았습니다. 이번 포스팅에서는 로지스틱 회귀의 계산 방식을 유도해 보게습니다. 알아야 될 개념인 승산(Odds)에 대해 알아보면서 로지스틱 함수까지 유도되는 것을 확인 할 수 이습니다. 로지스틱 회귀 알고리즘이 딥러닝(deep learning)에서는 활성화 함수로 주로 활용됩니다. 그 부분에 대해서도 자세히 살펴 보겠습니다. Odds(아드, 오즈) 란 Odds는 사람에 따라 아드, 오즈로 부릅니다. 승산은 성공확률 P를 정의할때, 실패(0)에 대한 성공(1)의 비율을 의미합니다. 그래서 범위는 0 < odds < ∞ 입니다. 수식은 간단하게 $ Odds = \frac{𝑃}{(1−𝑃)} $ 로 정의할 수 있습니다. 𝑝=1 → O𝑑𝑑𝑠 = ∞ 𝑝=0 → O.. 2023. 9. 13. [머신러닝] 로지스틱 회귀(Logistic Regression) - 선형 vs 비선형 이번 글에서는 선형 회귀 만큼이나 중요한 로지스틱 회귀에 대해 알아보도록 하겠습니다. 로지스틱 회귀는 선형 회귀에 가장 큰 차이점은 비선형 알고리즘이라는 것 입니다. 우리는 여기서 선형과 비선형의 차이가 무엇인지도 살펴 보도록 하겠습니다. 로지스틱 회귀는 기계 학습, 의료, 금융, 마케팅 등 다양한 분야에서 이진 분류 문제를 해결하는 데 많이 사용되는 강력한 통계 기법입니다. 로지스틱 회귀 분석의 원리를 배우고, 작동 방식을 설명하도록 하겠습니다. 『 '데이널'의 컨텐츠에 포함된 정보는? 』 Logistic Regression의 특징은?로지스틱 회귀는 이진 결과의 확률을 예측하는 데 사용하는 알고리즘 입니다. 예를 들어, 질병 발생여부와 같이 발병(1), 정상(0) 사이에 중간 값이 없는 예측을 합니다.. 2023. 9. 12. 이전 1 다음
