로지스틱 회귀(Logistic Regression)

우선 읽기 전 체크 할 부분 설명 할게요.

1. 분류 분석은?

-  종속변수가 다변량 자료를 통해 모형을 구축하고 이를 통해 새로운 자료에 대한 예측, 분류를 하는 것!

종속변수는 예를 들면 X값을 대입했을 경우 X로 인해 Y의 값이 바뀌는 결과를 나타낸다. 이때 Y가 종속변수!

말그대로 종속되어있다

 

이것은

      - 종속변수가 범주형인 경우: 새로운 자료에 대한 분류

      - 종속변수가 연속형인 경우:  값을 예측

이럴 때 이렇게 사용하도록 하자....

 

분류 분석의 대표적인 모형

       - 로지스틱회귀 (logistic regression)  - SVM(Support Vector Machine)

       - 신경망 모형(artificial neural network)  - 의사결정나무 (decision tree)

       - 앙상블 (ensemble) 로 5가지 정도라고 한다.

오늘은 처음들어보는 로지스틱? 회귀에 대해 알아보자 

 

 

 

로지스틱 회귀분석                  

로지스틱회귀분석은 종속 변수와 독립변수간의 관계를 구체적인 함수로 나타내 향후 예측 모델에 사용하는 것이다!

즉! 새로운 예측변수의 값이 주어질 때 반응변수의 각 집단에 속할 확률이 얼마인지를 추정하여, 추정확률을 기준치에 따라 분류하는 목적으로 사용하는 것이다.

이 때, 모형의 적합을 통해 추정된 확률을 사후확률(posterior probability) 라고 부른다!

선형 회귀 (Linear Regression)

 

로지스틱 그래프