LogisticRegression1 [Coursera ML][3주차] Logistic Regression (로지스틱 회귀) 1) Classification and Representation 0 or 1 하나의 값을 가지는 변수 y를 예측 0 : '음성 분류' / 1 : '양성 분류' + multi classification도 있음 cf) 우선 강의에서는 이진 분류 위주로 진행 선형 회귀를 분류문제에 적용하기에는 예시1 ) 데이터에 적용했을 때 임계값 0.5에 대해 잘못된 결과 예시2 ) 가설의 결과값이 0과 1 사이여야 하는 데 그밖의 값을 가질 수 있음 => 이러한 어려움이 있기 때문에 로지스틱 회귀 알고리즘 사용 cf) 로지스틱 회귀에서 회귀는 역사적으로 붙여진 이름이지 선형회귀와 헷갈리지 말것! 가설 표현 모델 : 분류 문제에서 가설 표현 시 사용 ex) hθ(x) will give us the probability .. 2020. 2. 11. 이전 1 다음
