둘러보기 메뉴
검색
바뀐글
임의글
개인 도구
가입하기
로그인
도움말
도움말
질문게시판
자주 묻는 질문
커뮤니티
실시간 채팅방
가입인사게시판
자유게시판
뉴스게시판
제재안게시판
최근 토론
페미위키
공지사항
개선 요청
바뀐글
임의글
파일 올리기
다면 분류 목록
특수 문서 목록
로지스틱 회귀 문서 원본 보기
이름공간
문서
토론
주시
도구
여기를 가리키는 문서
가리키는 글의 최근 바뀜
문서 정보
위키베이스 항목
행위
보기
읽기
원본 보기
역사 보기
←
로지스틱 회귀
문서 편집 권한이 없습니다. 다음 이유를 확인해주세요.
요청한 명령은 다음 중 하나의 권한을 가진 사용자에게 제한됩니다:
사용자
,
Seeders
.
문서를 고치려면 이메일 인증 절차가 필요합니다.
사용자 환경 설정
에서 이메일 주소를 입력하고 이메일 주소 인증을 해주시기 바랍니다.
문서의 원본을 보거나 복사할 수 있습니다.
'''로지스틱 회귀(Logistic Regression)'''는 [[종속 변수]]가 [[이항 분포]]를 따르고, [[독립 변수]]와 종속 변수 사이의 관계를 모델링하는 회귀 모델이다. 이진 분류(binary classification) 문제에서 널리 사용된다. 로지스틱 회귀는 [[선형 회귀]] 모델의 예측값을 로지스틱 함수(sigmoid function)를 적용하여 0과 1 사이의 값으로 변환한다. 이로 인해 이진 분류 문제에서 0과 1의 확률값을 제공할 수 있다. 로지스틱 함수는 S자 형태의 곡선으로, 입력값이 커지면 1에 수렴하고, 작아지면 0에 수렴한다. 로지스틱 회귀는 [[경사 하강법]](gradient descent) 알고리즘을 사용하여 가중치를 조정한다. 이 때, [[손실 함수]](loss function)로 로그 손실(log loss)을 사용한다. 로그 손실은 실제 클래스와 예측 클래스 간의 오차를 계산하며, 이를 최소화하는 방향으로 가중치를 업데이트한다. 로지스틱 회귀는 이진 분류 문제뿐만 아니라, 다중 분류(multi-class classification) 문제에서도 사용될 수 있다. 다중 클래스 분류에서는 [[소프트맥스 함수]](softmax function)를 사용하여 각 클래스에 대한 확률값을 계산한다. ==함께 보기== *[[아달린]] *[[퍼셉트론]] *[[딥러닝]] *[[ReLU]] [[분류:성격/분류 알고리즘]] [[분류:성격/회귀 모델]] [[분류:분야/딥러닝]]
로지스틱 회귀
문서로 돌아갑니다.
다른 언어