2.1.4_Logistic_Regression
[키워드]
- train set / validation set / test set
- 로지스틱 회귀분석
[학습내용]
- 훈련/검증/테스트 셋으로 나누는 의의
훈련 데이터로는 모델을 fit
검증 데이터로는 fit한 모델에 하이퍼파라미터 조정 및 예측을 위한 모델 선택하기 위해 오류 측정 및 모델 성능 평가
테스트 데이터로는 만들어진 최종 모델을 적용 - scikit-learn을 통한 train/validation set 분할
from sklearn.model_selection import train_test_split
- 로지스틱 회귀분석의 개념
- 로지스틱 회귀모델의 적합과 해석
Odds : 실패 확률에 대한 성공 확률,
로짓변환 : , 이를 통해 비선형적 로지스틱 함수의 결과를 선형관계로 만들어 로지스틱 회귀분석의 회귀계수 해석에 용이 - scikit-learn을 통한 로지스틱 회귀모델 적합
from sklearn.linear_model import LogisticRegression
[찾아볼 내용]👀
- 로지스틱 회귀분석의 적용과 결과해석
Author And Source
이 문제에 관하여(2.1.4_Logistic_Regression), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://velog.io/@winocas/bootcamp19저자 귀속: 원작자 정보가 원작자 URL에 포함되어 있으며 저작권은 원작자 소유입니다.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)