Machin-Learning 용어정리 (로지스틱 회귀)

---

로지스틱 회귀에 대해서 알아보자

---

 

로지스틱 회귀의 개념

로지스틱 회귀란?

로지스틱 회귀란 종속 변수가 이진형일때, 즉 값이 둘중 하나로 나눌 수 있을때 사용되는 통계 기법이다.

이는 선형 회귀와는 달리 종속 변수가 0 또는 1로만 이뤄져 있다. 

 

 

시그모이드 함수를 사용하여 예측값을 0 과 1사이에 위치하게 만들며 우리는 그것을 토대로 예측값의 확률을 알 수 있다.

 

 

---

시그모이드 함수

시그모이드 함수는 로지스틱 회귀의 핵심이며 시그모이드는 학습 데이터를 바탕으로 예측값을 나타낼때 쓰이며, 

이로 인하여 예측값이 0 과 1사이로 나타내게 되는데 이는 1과 가까울때는 정답인 확률이며, 0에 가까울 때는 오답일 확률을 나타내게 된다. 

 

즉 시그모이드 함수의 값이 0.7이라면, 정답률(1) 은 0.7이며 오답률은 0.3이다.

 

 

---

로지스틱 회귀의 목적

로지스틱 회귀의 목적은 데이터를 학습하여 학습 데이터의 특성을 통해 그 데이터가 특정한 클래스에 속할 확률을 예측힌다.  이로인해서 로지스틱 회귀를 예측이 아닌 분류 작업에 사용하는 경우가 많다.

 

예시로 아래에 포함을 할 것이지만, 유방암 데이터로 어떤 사람이 암에 걸렸을 확률을 생성하거나, 타이타닉 데이터를 사용하여, 승객의 정보를 통해 생존할 확률을 예측 할 수 있다. 이는 승객의 정보와 환자의 정보를 가지고 유방암 클래스와 생존자 클래스로 분류를 하는 것에 가깝다고 볼 수 있다.

 

 

---

비용 함수

비용함수란 모델의 예측 확률과 실제 레이블 즉 종속변수 와의 차이를 측정한다.

머신러닝이란 이 비용 함수의 값이 최소화 하는 방향으로 최적화를 시키는 학습을 뜻한다.

 

 

 

 

---

로지스틱 회귀 분석 실습 

skikit-learn의 유방암 데이터와 seaborn을 사용하여 타이타닉 데이터를 가지고 로지스틱 회귀 분석의 실습을 진행해보자.

 

 

---

유방암 데이터

유방암 데이터를 가지고 데이터를 전처리과정을 거쳐서

학습시키는 예제이다.

 

 

 

Breast_cancer.ipynb - Colab

Google Colab Notebook

 

 

---

타이타닉 데이터

타이타닉 데이터를 seaborn을 사용해서 불러온 다음

전처리과정을 거치고

 

데이터를 분할하여 샘플링 후,

학습을 시킨다.

 

Titanic_predict.ipynb - Colab

Titanic_predict.ipynb

 

 

 

끝