이번에 알아볼 회기 기법은 소프트맥스 회귀, 혹은 분류(classification)입니다
(다른 말로는 Multinomial Classification이라고 합니다.)
이전에, 로지스틱 회귀 기법은, 결과가 오로지 0이냐 1이냐로만 결정을 지었지만,
이번에는 좀 더 다양한 범주가 있고 그 범주안에 하나가 속하는 경우입니다.
대표적으로,
알파벳 성적표(A, B, C...),
시험 성적 결과 등급(1,2,3,4...)
이미지 분석에서 강아지인지 고양이인지 사슴인지…
또는 해당 숫자가 1부터 9까지 어떤 숫자인지...
등과 같이 3가지 이상 중에 어떤 것인지 판단할 때 쓰는 회귀 기법입니다.
머신러닝을 사용하기 위한 가설과 비용을 구하는 공식에 대해서 알아보도록 하겠습니다.
로지스틱 회귀 가설 sigmoid 함수와 비용 함수 Binary Crossentropy를 응용하여..
가설은 다음과 같이 나타낼 수 있습니다.
cost 함수는...
이렇게 표현할 수 있으며, 이러한 방법은 Categorical Crossentropy라고 합니다.
반응형
'AI > Machine Learning' 카테고리의 다른 글
| 머신 러닝 - 로지스틱 회귀_Sigmoid, Binary Crossentropy (0) | 2021.01.02 |
|---|---|
| 머신 러닝 - 로지스틱 회귀(Logistic Regression) (0) | 2021.01.02 |
| 머신 러닝 - 다중 선형 회귀(Multi Variable Linear Regression) (0) | 2021.01.02 |
| 머신 러닝 - 선형 회귀(4)_학습률(Learning Rate) (0) | 2021.01.02 |
| 머신 러닝 - 선형 회귀(3)_경사하강(Gradient Descent) (0) | 2021.01.02 |