[인공지능] Logistic Regression, 로지스틱 회귀

1. 로지스틱 회귀란? 회귀 : 변수가 두 개 주어졌을 때 한 변수에서 다른 변수를 예측하거나 두 변수의 관계를 규명하는데 사용하는 방법 로지스틱 회귀 : 분석하고자 하는 대상들이 두 집단 혹은 그 이상으로 나뉜 경우, 개별 관측치들이 어느 집단에 분류될 수 있는지 분석하고 이를 예측하는 모형을 개발하는데 사용되는 통계 기법 - 왜 사용하나? 주어진 데이터에 대한 부류 - 언제 사용하나? 주어진 데이터에 대한 확신이 없거나 향후 추가적으로 훈련 데이터셋을 수집하여 모델을 훈련시킬 수 있는 환경 구분 일반적인 회귀 분석 로지스틱 회귀 분석 종속 변수 연속형 변수 이산형 변수 모형 탐색 방법 최소제곱법 최소제곱법 최대우도법 - 최소 제곱법(Mean Square) 실제 값에서 예측 값을 뺀 후 제곱해서 구할 수 있음 - 최대 우도법(Maximum Likelihood) 우도(likelihood, 가능도) : 나타난 결과에 따라 여러 가능한 가설을 평가할 수 있는 척도 입력값 X와 파라미터 ...

원문링크 : [인공지능] Logistic Regression, 로지스틱 회귀