[머신러닝 기초] 이론 05 - 로지스틱 회귀 Logistic Regression

 

# 로지스틱 회귀(Logistic Regression)

 : 선형 회귀를 그대로 사용하면 예측값이 0에서 1을 벗어날 수 있다는 문제가 있음

 

 

 

3. Cost Function

 - 좋은 Cost Function

   : 데이터가 정확히 분류되면 작은 값, 잘못 분류되면 cost나 error가 큰 값

 

 - 선형 회귀의 Absolute 나 Square Error는 분류 문제에 적합하지 않음

 

 

# Log Loss Cost (Logarithmic Loss)

  : Log Loss = -ln(데이터를 lable로 예측할 확률)