로지스틱 회귀(분류)

분류

지도학습 중 분류는 회귀 모델과 달리 비연속적인 값으로 예측하는 방법이다.
선형회귀를 통해서도 분류가 가능하지만 이상치에 대해 민감하기 때문에 분류에는 적합하지 않다.

로지스틱 회귀

따라서 이때 로지스틱 회귀를 사용하는데 이 때 시그모이드 함수를 이용한다.

시그모이드 함수는 함수값이 0 과 1 사이로 리턴되는 함수

이 때 값이 0과 1사이의 연속적인 값이므로 회귀이지만 분류에 사용된다.

가설함수

선형회귀에서의 가설함수를 행렬로 표현한 식을 확장하면 로지스틱 회귀의 가설함수가 된다.
로지스틱 회귀 또한 세타값을 조절하여 데이터에 잘 맞는 함수를 찾는 것이기 때문에 시그모이드 함수에
선형회귀 가설함수를 input한 형태가 가설함수가 된다.