[Coursera] 머신러닝 Andrew Ng 강의 3주차 정리노트 - 1

Machine Learning by professor Andrew Ng in Coursera

Day 6 - Logistic Regression

Classification

 

분류문제에서는 레이블값(0...n)값을 예측하는 것이므로  값을 넣어주면 레이블값을 찾기위해 시그모이드(Sigmoid)함수에 넣어 값을 찾는다.   

 

그 식이 다음과 같이 시그모이드에 값을 넣어주면 0에서 1사이의 확률값을 찾아내고 그 값으로 레이블값을 정하는데 쓰인다. 

선형함수를 쓰지 못하는 이유는 선형은 값이 커짐에 따라 계속해서 커지면서 발산하기 때문이다. 

 

Decision Boundary 분류 0과 1을 구별하기위해 Decision Boundary를 찾는다.  시그모이드 함수값이 0.5이상이 되는 경우가 y=1이라고 할 때 여기서 z 즉, theta transpose * x값이 0보다 크거나 같다.

그러므로 다음과 같이 식이 나온다.