xswer19.log
로그인
xswer19.log
로그인
math function
안선경
·
2023년 3월 16일
팔로우
0
0
ML_study
목록 보기
9/25
일반적인 다항함수는
f
(
x
)
=
n
x
2
+
2
f(x) = nx^2 + 2
f
(
x
)
=
n
x
2
+
2
의 모양을 가진다
n
n
n
: 계수이며, 이는
x
x
x
값이 변함을 결정짓는 기울기이기도 하다.
x
2
x^2
x
2
: 변수 위에 제곱에 따라 차수가 결정된다.
해당 함수를 시각화하기 위해 numpy에 임의의 숫자를
x
x
x
에 저장하고,
y
y
y
에는
3
x
2
+
2
3x^2 + 2
3
x
2
+
2
를 저장
포물선 모양을 뒤집은 밥그릇은 같은 모양의 2차함수 그래프가 그려졌다
x
x
x
를
x
+
1
x+1
x
+
1
로 바꿀 경우 그래프가 기존 모양 그대로 왼쪽으로 1만큼 움직인다.
다음은 지수함수이다.
f
(
x
)
=
a
x
f(x) = a^x
f
(
x
)
=
a
x
지수함수를 시각화하기 위해 먼저 각 변수에 값을 저장한다.
기존 지수함수에 분모값으로 바꿀 경우 좌우대칭된다고 생각하면 편하다.
지수값에 음수가 들어갈 경우
1
4
−
2
는
4
2
\frac{1}{4^{-2}}는 4^2
4
−
2
1
는
4
2
로 바뀐다.
(
1
+
1
x
)
2
(1+\frac{1}{x})^2
(
1
+
x
1
)
2
는 매우 특이한 지수식의 하나인데,
숫자가 아무리 높아도 일정한 값에 수렴한다.
이것이 자연상수
e
e
e
의 탄생이다.
이는
x
x
x
의 값을 극한으로 올려도 결국 하나의 값에 수렴한다는 것을 의미한다.
다음은
f
(
x
)
=
l
o
g
a
x
f(x) = log_ax
f
(
x
)
=
l
o
g
a
x
로그함수이다.
뭐 이렇게 생겼구나하고 넘어가면 될 것 같다.
다음은
α
(
z
)
=
1
1
+
e
−
z
\alpha(z) = \frac{1}{1+e^{-z}}
α
(
z
)
=
1
+
e
−
z
1
시그모이드이다.
이는 어떠한 값을 넣어도 결과값이 0~1사이에서 나오는데, 이는 logisctic Regression 모델링에서 중요한 역할을 한다.
z
z
z
에 값이 변해도 결국 출력값은 0~1사이에서 나타난다.
합성함수는 함수 안에 함수라고 생각하면 될 것 같다.
g
(
f
(
x
)
)
g(f(x))
g
(
f
(
x
)
)
x
x
x
값이 들어가고 그에 따른
f
(
x
)
f(x)
f
(
x
)
값이 다시
g
(
f
(
x
)
)
g(f(x))
g
(
f
(
x
)
)
에 들어가서 출력된다.
임의적 값과 함수식을 넣은 합성함수의 시각화 그래프는 이렇게 생겼다.
안선경
상황을 바꿀 수 없다면, 나를 바꾸자
팔로우
이전 포스트
Model Evaluation
다음 포스트
box_plot
0개의 댓글
댓글 작성