![[파이썬 데이터 분석] 로지스틱 회귀 - 오즈(odds)와 이론 [파이썬 데이터 분석] 로지스틱 회귀 - 오즈(odds)와 이론](https://mblogthumb-phinf.pstatic.net/MjAyMjA4MjNfNzQg/MDAxNjYxMjYzMzUwMjY4.4y54WSn4DZuWqmaY7qYi4xxRujp4vKiHS4aHKjLYG7sg.CEK9dQbkKJhaPF9jhjJh6OhWXiPEm1ZaEsq9fSBWRI4g.JPEG.ddck1321/220px-Nci-vol-8182-300_david_cox.jpg?type=w2)
이제 로지스틱 회귀 파트로 넘어왔는데 이것저것 따질 내용이 좀 많다. 로지스틱 회귀(logistic regression) 분석은 종속 변수를 0과 1 사이로 산출하게 하는 로지스틱(logistic) 함수를 사용하는 분류 방법론이다.
기계학습에서는 시그모이드(sigmoid) 함수로 불리는 로지스틱 함수는 최대우도 추정법을 사용하여 회귀계수를 추정하게 된다. 로지스틱 회귀 데이비드 콕스 경 로지스틱 회귀는 D.
R. Cox가 1958년에 제안한 확률 모델로 독립 변수의 선형 결합을 이용하여 사건의 발생 가능성을 예측하는 데 사용되는 통계 기법이다.
로지스틱 회귀모형은 통상 반응 변수가 2개의 그룹을 갖는 범주형 변수일 때 사용한다(설명 변수는 모두 사용 가능). 로지스틱 회귀모형은 다음과 같은 공식을 갖는다.
해당 식의 좌변은 로그-오즈(log-odds) 또는 로짓(logit)이라고 한다. 각 회귀계수의 경우에는 최대우도 추정법을 이용하여 얻을 수 있으며, 선형 회귀와 달리 로지스틱 모...
#odds
#최대가능도추정법
#오즈
#시그모이드
#로짓
#로지스틱회귀모형
#로지스틱회귀
#로지스틱함수
#로그_오즈
#데이터분석
#최대우도추정법
원문링크 : [파이썬 데이터 분석] 로지스틱 회귀 - 오즈(odds)와 이론