Pytorch nn.Module로 로지스틱 회귀 모델 구현하기

오늘은 pytorch의 nn.Module을 이용해서 로지스틱 회귀 모델을 구현해보려고 합니다. 로지스틱 회귀 모델의 원리를 알면 어렵지 않게 구현할 수 있습니다. 간단하게 말씀드리자면, 로지스틱 회귀 모델은 이진 분류를 할 때 사용되는 모델입니다. 앞서 배운 선형회귀모델을 통해 행 별 사건발생 확률(y)을 구하고, 이 확률을 0과 1사이의 값으로 변환해주기 위해 sigmoid 함수(로지스틱 함수)에 통과시킵니다. 이렇게 구해진 확률이 0.5 보다 크면 1로, 작으면 0으로 분류합니다. 이때 임계값 0.5는 변경될 수 있습니다. 자세한 원리를 알고 싶으시다면 아래 포스팅을 참고해주시기 바랍니다! ** 본 포스팅은 pc버전에 최적화되어 있습니다. 왜 선형 회귀모델 결과값을 0과 1사이의 값으로 변환해주어야 하는가?(Hint, 0 ≤ 확률값 ≤ 1) ** 이해가 잘 되지 않는 부분은 댓글 남겨주세요~ [coursera 머신러닝 강의] Logistic regression 로지스틱 회귀 기초...

원문링크 : Pytorch nn.Module로 로지스틱 회귀 모델 구현하기