데이터 한 그릇

로지스틱 회귀 로지스틱 회귀 로지스틱 회귀는 선형 회귀 방식을 분류에 적용한 알고리즘이다. 로지스틱 회귀 역시 선형 회귀 방법이다. 선형 회귀인지 아닌지는 변수의 degree에 따르는 것이 아니라 변수의 계수에 따라 나뉜다. 로지스틱 회귀의 가장 큰 특징은 학습을 통해서 최적의 선형 회귀선을 찾는 것이 아니라 시그모이드(Sigmoid) 함수 최적선을 찾는 것이다. 많은 자연 현상에서 특정 변수의 확률 값은 선형이 아니라 시그모이드 함수와 같은 S자 커브 형태를 가진다. S자 커브 형태의 시그모이드 함수의 가장 큰 특징은 X가 아무리 +,- 쪽으로 나아가도 0이나 1에 수렴한다는 것이다. import pandas as pd from sklearn.datasets import load_breast_cance..

모형 회귀계수의 추정 오차변수의 필요조건 선형회귀모형의 평가 회귀분석(regression analysis)은 다른 변수에 기초하여 한 변수의 값을 예측하기 위해 사용한다. 이 통계기법은 종속변수(dependent variable) 라고 불리는 변수와 종속변수와 관련되어 있다고 여겨지는 독립변수(independent variable) 간의 관계를 나타내는 수학적 모형이라고 할 수 있다. 만일 종속변수와의 상관분석만을 목적으로 한다면 앞서 기술통계학에서 배웠듯이 그래프(산포도)와 통계수치들(공분산, 상관계수, 결정계수) 을 통해서도 가능하다. 회귀분석을 하는 또 하나의 다른 이유는 예측하는 것에 있다. 모형 모형의 종류는 크게 확정적 모형(deterministic model)과 확률적 모형(probabili..