Logistic Classification의 가설 함수 정의

해당 게시물은 Edwith에서 제공하는
머신러닝과 딥러닝 BASIC을 듣고 요약 정리한 글입니다.


Classification

  • Binary
  • 예시
    • 스팸 메일 탐지
    • 패이스북 피드
    • 신용카드 부정 거래 감지


0, 1 encoding

  • 스팸 메일 탐지
    • 스팸(1) or 햄(0)
  • 페이스북 피드
    • 보이기(1) or 숨기기(0)
  • 신용카드 부정 거래 감지
    • 정당(0) or 부정(1)


Pass(1) / Fail(0) based on study hours

  • Linear Regression으로도 가능한가?
    • 기울기가 낮아질 수 있어 올바른 예측 불가능
  • Hypothesis1보다 큰 값이나 0보다 작은 값을 줄 수도 있다.


Logistic Hypothesis

  • logistic function, sigmoid function

\begin{align} g(z) = \frac{1}{(1+e^{-z})}
\end{align}

  • sigmoid
    • 모든 범위의 실수를 취함
    • 출력 범위가 0에서 1사이
    • "S"모양의 그래프 형성
  • Logistic Hypothesis

\begin{align} H(X) = \frac{1}{1 + e^{-W^{T}X}}
\end{align}