넘스탯
LEARN · SIMULATE · VERIFY
확률부터 LLM까지, 원리부터 제대로 배우는 자기주도 학습 플랫폼
확률부터 LLM까지, 원리부터 제대로 배우는 자기주도 학습 플랫폼
로지스틱 회귀는 선형 결합을 시그모이드로 0~1 확률로 변환해 이진 분류를 수행하는 모델이다.
이 내용은 넘스탯의 로지스틱 회귀 실습에서 직접 실험으로 확인할 수 있습니다.
각 단계를 클릭하면 해당 학습 내용을 볼 수 있습니다
학습 진도 (완료한 단계)
0%
로지스틱 회귀는 결과가 성공/실패, 참/거짓처럼 두 가지 범주로 나뉘는 분류 문제를 해결하는 통계적 방법입니다. 선형 회귀와 달리 확률을 예측하여 0과 1 사이의 값으로 결과를 제공합니다.
은행에서 대출 승인 여부를 결정할 때, 고객의 소득, 신용점수, 기존 부채를 입력하면 '대출 승인 확률 85%'와 같이 결과를 제공합니다. 확률이 50% 이상이면 승인, 미만이면 거절로 최종 결정을 내립니다.
정답: 확률은 0과 1 사이의 값이어야 하는데, 선형 함수는 음수나 1보다 큰 값도 나올 수 있습니다. 시그모이드 함수는 어떤 실수 입력도 0과 1 사이의 확률로 변환해주기 때문입니다.
정답: 양성 클래스(1)에 속할 확률이 70%라는 의미입니다. 임계값을 0.5로 설정했다면 양성으로 분류되고, 0.8로 설정했다면 음성으로 분류됩니다.