지도학습 - 로지스틱 회귀분석

로지스틱 회귀분석

: 반응변수가 범주형인 경우 적용할 수 있는 회귀분석 모형
: 데이터의 반응변수가 특정 범주에 속할 확률을 0에서 1 사이의 값으로 예측하고, 예측된 확률에 따라 가능성이 더 높은 범주로 분류하는 지도학습 알고리즘

문제1
1) 반응변수가 범주형인 경우에 적용되는 회귀분석 모형이다.
2) 로지스틱 회귀분석을 통해 추정된 확률은 사후 확률이라고도 한다.
3) 로지스틱 함수라고도 하는 시그모이드 함수는 -무한대~+무한대 사이의 입력값을 0~1 사이의 값으로 변환하여 출력한다.
4) 로지스틱 회귀분석의 결과는 각 데이터가 속하는 범주 / 각 데이터가 특정범주에 속할 확률이다.

문제2
ex1) 신용카드 고객의 파산여부(YES/No)를 예측하기 위해 고객의 신용도, 나이, 직업 등의 변수를 사용하여 모델을 생성하려고 할 때,
사용가능한 방법론이 아닌 것은?

문제3
ex2) 신용카드 사용고객의 신용등급(A~D등급)을 예측하기 위해 고객의 신용도, 나이, 직업 등의 변수를 사용하여 모델을 수립하려고 할 때, 다음 중 사용가능한 모형이 아닌 것은?
-> 사용가능한 모형) 로지스틱회귀모형, 랜덤포레스트, 서포트벡터머신

* 시드모이드 함수

https://it-utopia.tistory.com/entry/%EB%B9%85%EB%8D%B0%EC%9D%B4%ED%84%B0%EB%B6%84%EC%84%9D%EA%B8%B0%EC%82%AC-%EB%A1%9C%EC%A7%80%EC%8A%A4%ED%8B%B1-%ED%9A%8C%EA%B7%80%EB%B6%84%EC%84%9DLogistic-Regression-Analysis

[빅데이터분석기사] 로지스틱 회귀분석(Logistic Regression Analysis)

(1) 로지스틱 회귀 분석 (Logistic Regression Analysis) | 반응변수(종속변수)가 범주형, 분류 목적으로 사용

• 로지스틱 회귀 분석
  - 새로운 설명변수(독립변수) 값이 주어질 때
  - 반응변수(종속변수)의 각 범주에
  - 속할 확률이 어느정도인지 추정하여
  - 추정 확률을 기준치에 따라 분류
  
  
• 로지스틱 회귀모형의 사용
  - 클래스가 알려진 데이터에서
  - 각 클래스내의 관측치들에 대한
  - 유사성을 찾는 데 사용할 수 있다.
  
  
  
• 승산 (오즈; Odds) = 실패에 비해 성공할 확률의 비 = p / (1-p)

https://sy-log.tistory.com/23

[빅데이터분석기사 필기 요약] III.빅데이터 모델링 - 02. 분석기법 적용 (1) 회귀분석