Loading [MathJax]/jax/output/CommonHTML/jax.js

본문 바로가기

로지스틱1

머신러닝 공부 3편 - 로지스틱 회귀분석에서의 비용함수, 경사하강법 | Machine Learning(Coursera, Andrew Ng) ○ 분류(Classification)

$y\: \in \left \{ 0,\, 1 \right \}$ ··· 0 : negative class, 1 : positive class 기존 선형회귀분석

$h_{\Theta }(x) = \Theta _{0}+\Theta _{1}x$ 으로 분류를 할 경우,

$h_{\Theta }(x)$ 는 0 or 1이 되어야 하는데, x 값에 따라

$h_{\Theta }(x)$ 의 값이 0보다 작아지기도 하고, 1보다 커지기도 하는 문제가 발생한다 따라서

$0\leq h_{\Theta }(x)\leq 1$ 을 만족시키기 위해 시그모이드 함수(Sigmoid Function)을 이용하여 변환을 시켜준다. →

$g(z)\: =\: \frac{1}{1+e^{-z}}$ → $z\: =\: \T.. 2020. 6. 14.

이전 1 다음

티스토리툴바