코드 실습
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import accuracy_scoreimport 문은 위와 같다!
- `train_test_split`: X와 y 값에 대해 input을 넣으면 이를 test 용과 train용으로 나눠주는 역할의 함수이다. random_state값을 fix 하게 되면 seed 가 고정되어서 결과를 동일하게 나오게 할 수 있다.
- accruracy_score : 알다시피 정확도이다!
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)데이터를 train과 test 용으로 나누어 준다.
model = LogisticRegression()
model.fit(X_train, y_train)학습 자체는 굉장히 간단하다! 데이터의 처리 또한 중요하다는 것을 다시 한 번 상기하자!
y_pred = model.predict(X_test)이는 test 데이터용 x 값을 바탕으로 y 값을 예측한 값인데, 이에 대해 y_pred 값이 실제 y_test 값과 같은지 다른지 여부를 판단하여 accuracy 를 판단한다.
accuracy = accuracy_score(y_test, y_pred)마지막으로 accuracy를 확인해서 정확도를 확인한다! 이는 confusion matrix (혼동행렬)에서 구할 수 있는 값이다.
(1)로지스틱 회귀분석(Logistic regression)이 가지고 있는 이야기: Binary classification, 오즈비와 로짓변
(참고: 나 문과임) (이번글의 키워드: 오즈비, 확률, 일반회귀방정식!) 로지스틱 회귀분석이 풀고자 하는 문제 : 결과값 P를 통한 이진분류 Binary Classification 로지스틱 회귀식의 결과값은 확률 P이
great-woman-hoseung.tistory.com
(2)로지스틱 회귀분석(Logistic regression)이 가지고 있는 이야기: MLE(Maximum Likelihood Estimation)& GLM & 손
이번 글에서는... 로지스틱 모형에서 회귀계수를 구하는 방법 GLM과 링크함수 최대우도법 로지스틱 회귀모형의 손실함수 왜 최대우도추정법(MLE)로 회귀 계수를 구하는 걸까? 선형 회귀분석은 최
great-woman-hoseung.tistory.com
댓글