이번 포스팅에서는 로지스틱 회귀에 대해 다루도록 하겠습니다. ​ ​ ▶ 로지스틱 회귀(Logistic Regression)란? 로지스틱 회귀는 회귀를 사용하여 데이터가 어떤 범주에 속할 확률을 0~1사이로 예측하고, 그 확률에 따라 가능성이 더 높은 범주에 속하는 것으로 분류해주는 supervised learning 알고리즘입니다. 어떤 메일을 받았을 때 정상 메일인지, 스팸 메일인지 분류한다거나, 시험 점수를 보고 합격인지 불합격인지 분류하는 문제등이 이에 속합니다. 이렇게 데이터가 2개의 범주중 하나로 분류되도록하는 것을 이진 분류(binary classification)이라고 합니다. 로지스틱 회귀에서는 데이터가 트겅 범주에 속할 확률을 예측하기 위해 아래와 같은 단계를 거칩니다. 1. 모든 fea..

이번 포스팅과 다음 포스팅에서는 회귀(regression)에 대해 설명하겠습니다. 이번 포스팅에서는 선형회귀와 선형회귀의 학습 과정에 대해 다루도록 하겠습니다. ​ ​ ▶ 선형 회귀(Linear Regression)란? 머신러닝은 모델을 생성하여 여러 인풋 값에 대해 적절한 아웃풋을 예측하는 것이 목적입니다. 이 때 입력 대비 아웃풋을 가장 잘 표현할 수 있는 것이 선(line)입니다. 이렇게 데이터를 두고 그것을 잘 표현할 수 있는 선을 찾는 것을 선형 회귀(Linear Regression)라고 합니다. 예를 들어, 키와 몸무게 데이터들을 표현한 데이터가 있다면, 그것들을 잘 표현할 수 있는 선을 찾으면 특정인의 키를 바탕으로 몸무게를 예측할 수 있게됩니다. 키를 독립변수, 독립변수의 변화에 따라 어떻..