분류 - Logistic Regression : Sigmoid Function & Cutoff

Sigmoid Function을 사용하는 이유

• 선형으로 data를 분류하게되면, cutoff에 따라 결과값이 나뉘는데, 새로운 data가 추가되면 그 결과값이 변화하게 된다는 단점이 존재
  
• seta1 : sigmoid 함수의 가파른 정도
• seta 0 : x축 평행이동

<Logistic 회귀는 정답을 2가지로 반환 가능>
1. ".predict_proba" => [class 0의 확률, class 1의 확률]
2. 0 or 1

1. sigmoid 함수에 x 값이 들어오면 y 값은 numerical value로 먼저 나오고,
2. y값은 확률값
3. 확률값을 threshold를 기준으로 categorical로 class 0/1 분류