2.1 논리회귀 (Logistic regression) 1. 논리회귀 : 선형 회귀로 풀기 힘든 문제를 풀 때 사용한다. 선형 회귀처럼 연속된 값을 예측하는 것이 아니라 종속변수가 범주형 데이터일 때 사용한다. 회귀를 사용하여 범주에 속할 확률을 예측한다. 2.2 다항 논리 회귀(Multinomial logistic regression) 1. 다항 논리 회귀와 원핫 인코딩 (One-hot encoding) : 두 세개 이상의 클래스로 분류되는 문제 원핫 인코딩 방법을 이용한다. (0,1로 표현하는 방법) 1. 클래스의 개수만큼 배열을 0으로 채운다. 2. 각 클래스의 인덱스 위치를 정한다. 3. 각 클래스에 해당하는 인덱스에 1을 넣는다. 2. Softmax 함수와 손실함수 : Softmax는 선형모델에..
