회귀 모델도 분류 문제에 사용할 수 있습니다. 다만 이때 사용되는 회귀 모델은, 저번 미션에서 배운 Linear Regression이 아닌 Logistic Regression입니다. (Softmax regression이라고 하기도 합니다.) 이때 중요한 역할을 하는 것이 바로 softmax 함수입니다. DL에서도 자주 보이던 바로 그 단어죠!
하지만 그 전에 먼저 알아두어야 할 것은 Sigmoid function입니다. Linear Regression과 Logistic regression의 차이점이 무엇인지. Logistic regression에서 Sigmoid function이 어떤 역할을 하는지에 대해 서술하세요.
차이점은 목적인 y(target)이 다릅니다.
Linear Regression의 y값은 numerical합니다.
사람의 키와 몸무계를 예를 들어 볼 수 있습니다.
logistic Regression의 y값은 categorycal합니다.
예를 들어 남녀 성별과 동물 종류 등이 있습니다.
또한, Linear Regression에서는 categorycal을 예측하기 어려워 linear를 기준으로 분류 했으나, 0과 1을 넘어 가기때문에 이를 보완하고자 sigmoid function을 적용하여 0부터 1까지의 예측값에서 0.5를 기준으로 y^의 결과를 분류하게 되었습니다.
ENTJ-A