머신러닝

로지스틱 회귀(Rogistic Regression)란?

대표적인 분류 알고리즘이다.

• 작동원리: 데이터를 보고 특정 클래스에 속할 확률을 계산한다. 확률이 0.5보다 크면 1, 작으면 0으로 판정한다.

• 특징: 결과가 직선이 아니라 S자 곡선(Sigmoid 함수) 형태로 나타나며, 0과 1사이로 값을 가둔다.

혼동 행렬(Confusion Matrix)

분류 모델의 성적표는 $R^2$ 대신 '정확도(Accuracy)'와 '혼동 행렬'을 본다.

• 정확도: 전체 748명 중 AI가 수료 여부를 몇 명이나 맞혔는가?
• 혼동 행렬: "수료인데 미수료라고 예측한 경우"와 "미수료인데 수료라고 예측한 경우"를 표로 나누오 분석한다.

import pandas as pd
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score, confusion_matrix, classification_report

class FinalClassificationPredictor:
    def __init__(self, file_path: str):
        self.df = pd.read_csv(file_path)
        self.features = ['time_input', 'total_class_count', 'job']
        self.target = 'completed'
        self.df = self.df[self.features + [self.target]].dropna()

    def run_classification(self):
        encoded_df = pd.get_dummies(self.df, columns=['job'])
        X = encoded_df.drop(columns=[self.target])
        y = encoded_df[self.target]

        X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
        
        model = LogisticRegression(max_iter=1000)
        model.fit(X_train, y_train)

        y_pred = model.predict(X_test)
        acc = accuracy_score(y_test, y_pred)

        print(f"--- 분류 분석 결과 (Logistic Regression) ---")
        print(f"전체 정확도(Accuracy): {acc:.4f}")
        
        print("\n[혼동 행렬(Confusion Matrix)]")
        print(confusion_matrix(y_test, y_pred))

# --- 실행부 ---
predictor = FinalClassificationPredictor('train.csv')
predictor.run_classification()

클래스 불균형(Class Imbalance) 문제