학습 글:
2022.01.27 - [데이터분석과 머신러닝] - 머신러닝 | 로지스틱 회귀모델 | 이진/다중분류
2022.01.28 - [데이터분석과 머신러닝] - 로지스틱 회귀 | 선형방정식이 확률p가 되는 과정은?
2022.01.30 - [데이터분석과 머신러닝] - 머신러닝 | 확률적 경사 하강법
잘 이해하려고 노력하느라 시간을 좀 썼다...
>ㅅ<;;;
그래도 이해가 안갔던 거를 풀어내니까 호올스 3개 먹은 것 같다 🌊
기본 미션:
챕터 4-1 확인문제
2. 로지스틱회귀가 이진 분류에서 확률을 출력하기 위해 사용하는 함수는 무엇인가요로링~
답 : 시그모이드 함수요!!
>> sigmoid(logistic) 함수 1/(1+e^z)에 선형방정식 z를 대입하면 바로 확률값 p가 나온다.
그 이유는 이 글에 담았다: 로지스틱 회귀 | 선형방정식이 확률p가 되는 과정은?
선택 미션:
챕터 4-2
과대적합/과소적합 손코딩 코랩화면 캡쳐
https://colab.research.google.com/drive/1Gx8Mup1vit-38GSIHa7uSBVSF13hjuai?usp=sharing
CHAP_4-2.ipynb
Colaboratory notebook
colab.research.google.com
반응형
'데이터분석과 머신러닝' 카테고리의 다른 글
| 머신러닝 | 트리 알고리즘 - 결정 트리 (Decision tree model) (0) | 2022.02.10 |
|---|---|
| 머신러닝 | 확률적 경사 하강법 (0) | 2022.01.30 |
| 로지스틱 회귀 | 선형방정식이 확률p가 되는 과정은? (0) | 2022.01.28 |
| 머신러닝 | 로지스틱 회귀모델 | 이진/다중분류 (0) | 2022.01.27 |
| 머신러닝 | 선형회귀모델 규제 - 과대적합 피하기 | 릿지/라쏘 회귀 (0) | 2022.01.24 |
