[혼공머신]3주차_다양한 분류 알고리즘
[필수 과제]
로지스틱 회귀
로지스틱 회귀는 분류 모델의 한 종류로 선형 회귀와 동일하게 선형 방정식을 학습한다. 예를 들어 아래와 같이 나타낼 수 있다.
여기서 a, b, c, d e는 가중치, 혹은 계수를 의미하고, z는 어떤 값도 가능하다.
하지만 이를 확률로 나타내려면 0과 1사이의 값으로 나타내야한다. 이때 사용되는 함수가 바로 시그모이드 함수(Sigmoid function)이다.
시그모이드 함수는 z가 아주 큰 음수일때 0이 되고, 아주 큰 양수일때 1이 될 수 있게 아주 복잡한 계산을 통해 위와 같은 그래프를 만들 수 있다.
[선택 과제]
에포크 횟수가 적으면 모델이 훈련 세트를 덜 학습하지만, 횟수가 늘어날 수록 훈련 세트를 학습을 더 하여 훈련 세트에 아주 잘 맞는 모델이 만들어진다. 이를 바꿔말하면
에포크 횟수가 너무 적으면 훈련 세트와 테스트 세트가 잘 맞지 앉는 과소적합모델이 되며,
에포크 횟수가 너무 많으면 훈련 세트는 테스트 세트와 너무 잘 맞아 과대적합 모델이 된다.
따라서 과대 적합이 시작하기 전에 훈련을 마치는 조기종료가 필요하다.
드디어 혼공머신과제 후딱 끝내는법 마스터 했습니다.(비장)
평범한 직장인이지만 출퇴근이 왕복 3~4시간에 퇴근하고는 밥먹고 운동하면 밤 11시가 되는 저는... 24시간이 모자라인간이기 때문에 2주차까지만 해도 주말에 부랴부랴 벼락치기하듯 공부했는데 생각해보니까 무려 무!!료!!로 동영상 강의를 볼 수 있단 말이죠,, 그래서 무겁게 책도 들고 다니지 않고 먼저 출퇴근 시간을 활용하여 먼저 1회독 하고 주말에 책 한번 가볍게 읽고 바로 숙제하기!! 이렇게 하니까 이해가 더 빠르고 과제 후딱 끝내고 주말의 여유를 즐길 수 있었답니다,, 이번주는 약속도 많아서 어떻게 해야하나 많이 고민했었는데 한번에 해결해버렸습니다! 이렇게 3주차도 클리어!