반응형 Logistic Regression2 [머신러닝] Logistic Regression - 타이타닉 탑승자 사망여부 예측 2022.07.07 - [Studying/Machine Learning] - [머신러닝] Logistic Regression [머신러닝] Logistic Regression 이전의 두 포스트에서는 데이터와 잘 맞는 직선을 찾는 linear regression을 했는데 예측 값이 떨어져 있다면 이 모델로는 예측이 어려울 것이다. 가장 대표적인 것이 binary classification인데 예측값이 0 gm-note.tistory.com 이전 포스팅에서 정리한 Logistic Regression을 실제 데이터에 적용해보려고 한다. Data 우선 모듈을 import 해온다. import sympy import numpy import numpy as np import pandas as pd from matpl.. 2022. 7. 11. [머신러닝] Logistic Regression 이전의 두 포스트에서는 데이터와 잘 맞는 직선을 찾는 linear regression을 했는데 예측 값이 떨어져 있다면 이 모델로는 예측이 어려울 것이다. 가장 대표적인 것이 binary classification인데 예측값이 0 또는 1이다. 이때 이 예측값을 확률로 표현한 다음 특정 값 이상이면 1 아니면 0으로 분류한다. 이러한 문제에 적용하는 방법이 Logistic Regression이다. 이론 logistic regression을 진행하기 위해서는 출력 값을 0과 1로 맞춰주어야 한다. 이를 위해 다음과 같은 logistic function을 사용한다. $$\sigma(z) = \frac{1}{1 + e^{-z}}$$ 입력 데이터를 x, 실제 class 값을 y, 예측된 출력 값을 y_hat이라.. 2022. 7. 7. 이전 1 다음 반응형
