Replicated

def sigmoid(z): return 1/( 1 + np.exp(-z) )import matplotlib.pyplot as pltx = np.linspace(-10, 10, 400)y = sigmoid(x)plt.plot(x, y, label="Sigmoid Function")이렇게 그려짐 가설함수- 시그모이드 함수의 z -> 가중치와 피쳐의 선형 결합임- 피쳐 값들을 x 벡터, 가중치 값들은 세타로 입력def hypothesis_function(x, theta): z = (np.dot(x,theta)) return sigmoid(z)벡터 dot 시 알아서 내적임 비용함수def compute_cost(x, y, theta): m = y.shape[0] J = (-1.0 / m) * (y.T...

분류 문제: 몇 가지 이산적 값 중 하나를 선택하는 모델 == 분류 모델일반 선형 회귀처럼 선 하나 쭉 그어넣고 위는 0, 아래는 1 이렇게 못함 로지스틱 회귀의 개념- 이진 분류(binary classification) 문제를 확률로 표현- 어떤 확률이 일어날 확률 P(X), 일어나지 않을 확률 1 - P(X) .. (0 - 오즈비(odds ratio) : 어떤 사건이 일어날 확률과 일어나지 않을 확률의 비율,  P(X) / (1 - P(X)).. 수식 상 확률이 올라갈수록 => 오즈비 급상승 로짓(logit) 함수 : 오즈비에 상용로그 붙인 수식x가 들어왔을 때 y가 1일 확률(성공) => 그냥 P(X)라 보면 됨 로짓 함수와 Logistic(Sigmoid)함수는 역함수 관계 (y=x에 대해 대칭) ..