- p(y∣x;θ)=Ber(y∣σ(w⊤x+b))
1 min read
Sequential logistic regression, Decision boundary, odds ratio, binary logistic regression
Logistic Regression logistic regression model 은 classification 문제를 해결하는데 사용하는 모델이다.
Logistic Loss logistic regression 에서 사용하는 loss function 을 의미한다.
Poisson Regression B) Related C) References en.wikipedia.org/wiki/Poisson regression .
Sequential Logistic Regression Bayesian 형식으로 표현된 logistic regression 의 likelihood 는 다음과 같다.
Probit Model probit model 은 regression 의 종류 중 하나로, 출력값 (dependent variable) 이 binary 형식을 띄는 모델을 의미한다.
.
Regression 회귀는 예측하는 함수를 만드는 것이다. 예측하려는 데이터의 종류가 numerical 또는 categorical data 에 따라서 사용하는 알고리즘이 달라진다.
Logit odds ratio 에 log 를 취한 값을 logit 이라고 부른다. logit 은 logistic regression 에 의해 유도될 수 있다. 다음과 같은 logistic regression 모델 h \theta(x) 가 있다고 가정하자.