반응형
SMALL
로지스틱 회귀(Logistic Regression)
로지스틱 회귀분석은 반응변수가 1 또는 0인 이진형 변수에서 쓰이는 회귀분석 방법입니다.(예 : 내일 비가 올 것인가? 안 올 것인가?) 우선 로지스틱 회귀분석의 좋은 점은 해석이 매우 편리하고 Bias가 없는 타당한 계수 추정치를 계산할 수 있습니다.
로지스틱 함수의 모양은 아래와 같이 표현 됩니다.
x의 값이 증가하던 감소하던 무관하게 f(x)는 0과 1 사이의 값을 갖게 됩니다. 즉 확률로서 사용할 수 있어졌습니다. 결론적으론 범주형(카테고리)으로 표현되는 결과를 얻고 싶을 때 쓴다는 것을 알면 됩니다.
이상 로지스틱 회귀(Logistic Regression)이었습니다. ^_^
반응형
LIST
'Machine, Deep Learning > Machine, Deep Learning 용어 설명' 카테고리의 다른 글
Loss Function vs Cost Function vs Objective Function (0) | 2019.06.15 |
---|---|
서포트 벡터 머신(Support Vector Machine)이란? (0) | 2019.06.15 |
나이브 베이즈(Naive Bayes)란? (0) | 2019.06.15 |
Basic Data types를 알아봅시다. (0) | 2019.06.15 |
데이터 랭글링(Data Wrangling)이란? (0) | 2019.06.15 |