선형 회귀가 아닌 로지스틱 회귀를 사용하는 이유?
선형회귀 : 확률에 대한 설명 어려움
- 선형 회귀의 경우, 확률일정 값 이상이나 이하가 되면 확률값이 1을 초과하거나 0미만이 되어 버리기 때문
- 따라서, 0~1사이에 분포하고 있는 시그모이드 함수를 사용 → 확률개념으로 문제를 접근
기타 : 선형 vs 로지스틱 회귀 차이점
| No | 구분 | 선형 | 로지스틱 |
|---|---|---|---|
| 1 | 적합성 | 연속형 변수에 적합 | 범주 또는 이산형 변수에 적합 |
| 2 | 그래프(관계) | 직선(변수간 선형 관계) | 곡선(변수간 곡선(eg. 로짓)) |
| 3 | 사용측면 | 회귀 알고리즘(선형) | 분류 알고리즘(이상/범주) |
| 4 | 해석 | X 단위 변화량(eg. B1)에 대한 Y의 변화 | X 단위 변화(eg. B1)에 대한 로그 확률 변화 |
| 5 | 최적화 방안 | 최소자승법 | 최대우도추정법 |