Logistic Regression (로지스틱 회귀)

💛Logistic Function

🤍 아래 그림과 같이 S-커브 함수를 나타냄

실제 많은 자연, 사회 현상에는 특정 변수에 대한 확률 값이 선형이 아닌 S-커브 형태를 따르는 경우가 많음.

🤍x값으로 어떤 값이든 받을 수가 있지만 출력 결과(y)는 항상 0에서 1 사이 값이 됨.

🤍누적분포함수(cumulative distribution function) 요건을 충족

🤍시그모이드 함수라고 명명하기도 함

💛승산(odds)

🤍임의의 사건 A가 발생하지 않을 확률 대비 일어날 확률의 비율

🤍P(A)가 1에 가까울 수록 승산은 커지고 반대로 P(A)가 이라면 승산은 0

🤍로지스틱 함수를 이용해서 분류문제를 해결할 수 있다.

 

글, 그림 출처 : https://github.com/sejongresearch/2022.MachineLearning