분류모델2 [PYTHON] 로지스틱 회귀(Logistic Regression) 로지스틱 회귀(Logistic Regression)는 분류 문제에 사용되는 지도 학습 알고리즘 중 하나입니다. 이름은 회귀라는 용어를 포함하고 있지만, 실제로는 분류를 수행합니다. 이 알고리즘은 이진 분류와 다중 클래스 분류 모두에 적용될 수 있습니다. 알고리즘 동작 방식:로지스틱 함수: 로지스틱 회귀는 입력 특성의 선형 조합을 계산하고, 그 결과를 로지스틱 함수(또는 시그모이드 함수)에 적용합니다. 이 함수는 입력 값을 0과 1 사이의 값으로 변환합니다.모델 학습: 학습 데이터를 사용하여 모델을 학습시킵니다. 이 과정에서는 최적의 가중치(계수)를 찾는 것이 목표입니다.결정 경계: 학습된 모델은 입력 특성의 선형 조합을 계산하고, 그 결과를 로지스틱 함수에 적용하여 확률 값을 계산합니다. 확률 값은 입.. 2024. 4. 28. [PYTHON] 의사 결정 트리(Decision Tree) 의사 결정 트리(Decision Tree)는 지도 학습 알고리즘 중 하나로, 분류와 회귀 문제에 모두 사용될 수 있습니다. 이 알고리즘은 트리 구조를 사용하여 데이터를 분할하고 판단 기준을 결정하여 예측을 수행합니다. 알고리즘 동작 방식:특성 선택: 먼저 가장 중요한 특성을 기준으로 데이터를 분할하는 특성을 선택합니다. 이는 정보 이득(information gain), 지니 불순도(Gini impurity) 등의 지표를 사용하여 결정됩니다.트리 분할: 선택된 특성을 기준으로 데이터를 분할합니다. 각 분할은 데이터를 가장 잘 분류하는 방향으로 이루어집니다.재귀적 분할: 분할된 하위 집합에 대해 재귀적으로 위 과정을 반복합니다. 이 과정은 분류가 완료될 때까지 계속됩니다.리프 노드 할당: 분할이 더 이상 .. 2024. 4. 28. 이전 1 다음
