에측 서비스를 만들 때
선택에 문제를 예측 해야 하는 경우,
기존의 직선의 방정식 함수는 오차가 많아서, 시그노이드함수를 적용하여 정리하기로 했다
이것을 '로지스틱 리그레이션(Logistic Regression)' 이라고 한다
확률값은, 위에서의 시그모이드 함수를 적용한 식을 통해 나온 값이다
예측 값을 0과 1로 나눌수 있는데, 0과 1 사이에 기준이 되는 수인 기준점을 'treshold' 라고 한다
'MACHINE | DEEP LEARNING > Machine Learning Project' 카테고리의 다른 글
[AI] 머신 러닝 LogisticRegressiond의 Confusion Matrix 성능 평가, 시본(seaborn)으로 분류 결과표 만들기 (0) | 2024.04.15 |
---|---|
[AI] 머신 러닝 피처 스케일링, train test 만들기, LogisticRegression 모델링 (0) | 2024.04.15 |
[AI] 머신러닝 Supervised. 학습된 인공지능을 가지고, 신규 데이터 처리 방법 (0) | 2024.04.14 |
[AI] 머신 러닝 Linear Regression 후 메모리 파일 저장 _joblib, 피클파일 저장 (0) | 2024.04.14 |
[AI] 머신 러닝 Multiple Linear Regression 순서 및 과정 (0) | 2024.04.14 |