로지스틱 회귀

Coddy의 머신 러닝 입문 코스 레슨. 19개 중 15번째.

로지스틱 회귀는 그 이름에도 불구하고 주로 회귀가 아닌 분류 작업에 사용되는 선형 모델입니다. 이메일의 스팸 여부와 같이 무언가의 존재 여부를 예측하려는 상황에 이상적입니다. 로지스틱 회귀는 이진 분류에 잘 작동하지만 다양한 기술을 통해 다중 클래스 분류로 확장될 수 있습니다.

출처: 위키백과

핵심적으로 로지스틱 회귀는 주어진 입력 포인트가 특정 클래스에 속할 확률을 예측합니다. 연속적인 출력을 예측하는 선형 회귀와 달리, 로지스틱 회귀는 이진 결과(1/0, 예/아니오)를 예측합니다. 로지스틱 회귀의 핵심은 로지스틱 함수 또는 시그모이드 함수에 있으며, 이는 모든 실수 값을 0과 1 사이의 값으로 매핑하여 확률 추정에 적합하게 만듭니다.

로지스틱 회귀 모델을 피팅하는 것은 훈련 데이터가 주어졌을 때 방정식에 대한 최적의 계수 집합을 찾는 것을 포함합니다.

이진 분류에는 효율적이고 간단하지만, 복잡한 데이터셋의 경우 더 복잡한 모델보다 성능이 뒤처질 수 있습니다.

실력 점검

이 레슨에는 짧은 퀴즈가 포함되어 있습니다. 레슨을 시작해 문제를 풀고 진행 상황을 기록하세요.

실력 점검

이 레슨에는 짧은 퀴즈가 포함되어 있습니다. 레슨을 시작해 문제를 풀고 진행 상황을 기록하세요.

실력 점검

이 레슨에는 짧은 퀴즈가 포함되어 있습니다. 레슨을 시작해 문제를 풀고 진행 상황을 기록하세요.

챌린지

쉬움

데이터 포인트를 나타내는 리스트를 인자로 받아 시그모이드 함수의 출력값을 반환하는 sigmoid라는 이름의 함수를 생성하세요. 이 문제를 해결하기 위해 numpy를 사용하세요.

직접 해보기

import numpy as np
def sigmoid(point):
    arr = np.array(point)
    # 여기에 코드를 작성하세요

머신 러닝 입문의 모든 레슨

1ML 여정의 시작

ML 소개 모델에 입력할 데이터 ML 모델이란 무엇인가

4K-Means 알고리즘

K-Means 소개 fit 메서드 predict 메서드

2머신 러닝 개요

지도 학습 비지도 학습

5나이브 베이즈

나이브 베이즈 소개 fit 메서드 predict 메서드

3K-최근접 이웃(KNN)

KNN 소개 fit 메서드 predict 메서드

6기타 모델

로지스틱 회귀선형 회귀 결정 트리 서포트 벡터 머신 (SVM)모델 퀴즈

직접 연습해 보세요: 온라인 Python 컴파일러