Logistic Regression

Binary Classification

주어진 데이터를 두 개의 클래스 중 하나로 분류하는 작업

ex.

• 이메일이 스팸인지 아닌지 판단
• 고객이 상품을 구매할지 말지 예측

Logistic Classification

• 로지스틱 회귀는 이진 분류 문제를 해결하는 대표적 알고리즘

1. 선형 결합: 입력 특성들의 가중치 합 계산

   $z=w_0 + w_1x_1 + w_2x_2+ ... +w_nx_n$

2. sigmoid 함수 적용: 선형 결합 결과를 함수에 대입

   

3. 확률 해석: 함수의 출력(0~1사이의 값)을 클래스 1에 속할 확률로 해석

4. 분류: 일반적으로 확률이 0.5 이상이면 클래스 1, 미만이면 클래스 0으로 분류

Cost function

---