My Data Story

◈ '분류' 목차 ◈ 1. 나이브 베이즈 2. 선형판별분석(LDA) 3. 로지스틱 회귀 4. 소프트맥스 회귀 다중 클래스를 분류할 수 있는 소프트맥스 회귀 모델에 대해 살펴본다. 5. 다중 레이블 분류, 다중 출력 분류 6. 분류 모델 평가 1. 다중 분류 이진 분류는 하나의 레이블에 2개의 클래스가 존재하는 분류 문제였다면, 다중 분류는 하나의 레이블에 3개 이상의 클래가 존재하는 분류이다. 다중 분류하는 기법은 다양하다. SGDClassifier, RandomForestClassifier, NaiveClassifier 는 여러 개 클래스에 대해 직접 처리 가능하다. 로지스틱 회귀나 SVM은 이진 분류만 가능하지만, 이진 분류기 여러 개를 사용하여 다중 클래스를 분류하는 기법도 많이 있다. 첫번째 기법..

◈ '분류' 목차 ◈ 1. 나이브 베이즈 2. 선형판별분석(LDA) 3. 로지스틱 회귀 로지스틱 회귀 모델을 통해 각 클래스에 속할 확률을 추정하는 과정에 대해 알아본다. 로지스틱 회귀 모델의 비용 함수에 대해 알아본다. 로지스틱 회귀 모델의 회귀 계수를 해석하는 방법에 대해 알아본다. 4. 소프트맥스 회귀 5. 다중 레이블 분류, 다중 출력 분류 6. 분류 모델 평가 1. 클래스 추정 확률 로지스틱 회귀의 목표는 두 클래스를 잘 구분하는 결정 경계 Decisionboundary 를 구하는 것이다. 결정 경계는 입력 특성들의 선형 결합으로 표현되고 두 클래스는 결정 경계보다 위에 있는 클래스 (y=1) 와 결정 경계보다 아래에 있는 클래스 (y=0)로 구분된다. 결정 경계의 점수를 0~1 사이의 확률 형..