로지스틱회귀 #와인데이터 #logisticregression (1) 썸네일형 리스트형 [머신러닝] 지도 학습 / 와인 데이터로 로지스틱 회귀하기 [로지스틱 회귀란? Logistic Regression] 머신러닝은 지도 학습과 비지도 학습으로 나뉨 지도 학습은 회귀와 분류로 나뉨. 회귀 = 연속적인 값 예측, 분류 = 정해진 몇 개의 값 중에 예측 분류 문제 : 각 결과 값에 해당하는 숫자 지정 ex) 보통 이메일 0, 스팸 이메일 1 선형회귀로 분류 가능, but 선형회귀는 예외적인 데이터에 민감하게 반응 => Logistic regression 로지스틱 회귀의 목적 : 데이터에 가장 잘 맞는 시그모이드 함수 찾기 시그모이드 함수 : S(X) = 1 / 1 + e^-x 시그모이드 함수는 무조건 0과 1사이의 결과 값만 도출, x값이 클수록 1과 가깝고, 작을 수록 0과 가까워짐 우선은 로지스틱 회귀에 필요한 모듈을 임포트하고, 데이터를 불러온다... 이전 1 다음
