선형 회귀 vs 로지스틱 회귀 차이점

선형 회귀가 아닌 로지스틱 회귀를 사용하는 이유? 선형회귀 : 확률에 대한 설명 어려움 선형 vs 로지스틱 차이점 설명 예시 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 최소..

2021.04.12