Logistic regression

[부스트코스] 텐서플로우로 시작하는 딥러닝 기초

 

Classification

binary classification : variable is either 0 or 1

 

 

Logistic vs Linear

 

출처 : 부스트코스 Lec 05-1 강의 자료 - logistic vs linear

- Logistic regression을 적용하기 위한 데이터들은 이산적(구분이 명확함)

- Linear regression은 연속적

- 0, 1 형태로 값을 얻고 싶을 때 Linear regression은 바로 얻을 수 없고 다른 식을 필요로 함

 

 

Sigmoid(Logistic) function

 

출처 : 부스트코스 Lec 05-1 강의 자료 - Sigmoid function

- 중간 값은 0.5

- 계단 형식의 함수를 미분이 가능한 곡선 형태로 바꾸어주는 역할

- Binary classification → 마지막 레이어 활성함수로 사용

 

 

Decision Boundary

출처 : (좌) 부스트코스 Lec 05-1 강의 자료 (우) 나

- 이진 클래스 또는 다중 클래스 분류 문제에서 모델이 학습한 클래스 사이의 구분선

 

 

New cost function for logistic