데이텀공작소

1. 로지스틱 회귀 : 이름은 회귀지만 분류 모델 로 선형 회귀와 동일하게 선형 방정식 학습

2. 확률이 되려면 0~1 사이의 값이 되야 함. 

> z 의 값이 아주 큰 음수일때 0 이 되고 z 가 아주 큰 양수일때 1이 되게 바꾸는 방법  >> 시그모이드 함수를 이용하면 됨

로지스틱 회귀가 이진 분류에서 확률을 출력하기 위해 사용하는 함수는 무엇인가요?
① 시그모이드 함수  >> 답   --->> 이진 분류에서 
② 소프트맥스 함수
③ 로그 함수
④ 지수 함수

소프트맥스 함수 여러개의 선형 방정식의 출력값을 0~1 사이로 압출하고 전체 합이 1이 되도록 한다. 

1. 03-01 2 번 문제 풀이 

2. 모델파라미터 

- 모델 파라미터는 머신러닝 모델이 특성에서 학습한 값을 말한다. 

하이퍼 파라미터 는 머신 러닝 알고리즘이 학습하지 않는 파라미터 즉, 사람이 정해준 값

https://colab.research.google.com/notebooks