20220223_ML_4일차 정리

로지스틱 회귀 만약 타겟이 0(합격)또는 1(불합격)으로 나뉘는 분류문제 같은 경우? 이렇게 그려질 것이다 우리는 선형회귀선을 찾는 것이 아닌 로지스틱 함수에 의해 반환되는 값을 확률로 간주하여 그 확률에 따라 분류를 결정할 것이다!!!! 좀 더 알아보고 싶어서 구글링해본결과 로지스틱 회귀는 비선형 문제를 해결하는 데 사용할 수 없으며 불행히도 오늘날의 많은 시스템은 비선형입니다. 또한 로지스틱 회귀는 사용 가능한 가장 강력한 알고리즘이 아닙니다. 훨씬 더 좋고 더 복잡한 예측을 생성할 수 있는 몇 가지 대안이 있습니다. 로지스틱 회귀는 또한 데이터 표시에 크게 의존합니다. 이는 필요한 모든 독립 변수를 식별하지 않는 한 출력이 가치가 없음을 의미합니다. 이산적인 결과의 경우 로지스틱 회귀는 범주형 결과를 예측하는 데만 사용할 수 있습니다. 그리고 마지막으로 과적합에 취약한 것으로 알려진 이력이 있는 알고리즘입니다. 라고 하는 것을 보니 그냥 이런게 있구나 하고 넘어가면 되겟다~! ...

원문링크 : 20220223_ML_4일차 정리