로지스틱 회귀와 시그모이드 함수에 경사하강법 적용하기 1. 로지스틱 회귀(Logistic Regression) 로지스틱 회귀는 s자 형태의 곡선으로서, 학습된 분류선을 통해 입력값에 따라 0 또는 1로 분류하는 알고리즘이다. 2. 시그모이드 함수(Sigmoid Function) 시그모이드 함수는 0과 1 사이의 확률을 모두 표현할 수 있는 s자 모양의 그래프로, y = 1/(1+e^(-z)) 꼴로 z는 ax+b의 꼴이 들어간다. 선형 방정식의 a(기울기)는 시그모이드 그래프의 경사도를 의미하며, b(y절편)는 그래프의 좌우 이동을 의미한다. 0.5는 기본 임계값이다. *오차 공식: 오차들을 계산하는 함수를 손실 함수(loss function)라고 한다 로지스틱 회귀는 시그모이드 함수의 특징을 사용하여 로..
