6-2주차: Logistic Regression

Logistic Regression 개요 • 일반적인 선형 회귀 문제 일반적인 선형 회귀 문제에서는 수치형 특징 변수 X와 연속형 숫자로 이뤄진 종속 변수 Y 간의 관계를 선형으로 가정하고 이를 가장 잘 표현할 수 있는 회귀 계수를 데이터로부터 추정합니다. 1차원 선형 회귀에서는 y = a + bx와 같은 모델을 사용합니다. 여기서 a는 y 절편을 나타내며, b는 x의 기울기를 나타냅니다. 이 모델을 사용하여 주어진 데이터에서 최적의 a와 b를 추정합니다. 즉, 주어진 데이터에서 가장 잘 맞는 직선을 찾아냅니다. 2차원 선형 회귀에서는 y = ax1 + bx2 + c와 같은 모델을 사용합니다. 여기서 a와 b는 각각 x1과 x2의 기울기를 나타내며, c는 y 절편을 나타냅니다. 이 모델을 사용하여 주어진 데이터에서 최적의 a, b, c를 추정합니다. 즉, 주어진 데이터에서 가장 잘 맞는 평면을 찾아냅니다. • 로지스틱 회귀 문제 로지스틱 회귀는 특징 변수 X와 범주형(categori...

원문링크 : 6-2주차: Logistic Regression