머신러닝 강의 썸네일형 리스트형 로스윗의 스윗~한 머신러닝 로지스틱 회귀(Logistic Regression) 로스윗의 스윗~한 머신러닝 로지스틱 회귀(Logistic Regression) 안녕하세요. 로스윗의 코딩캠프입니다. 오늘은 머신러닝의 분류 모델 중 하나인 Logistic Regression에 대해서 한 번 같이 알아볼까요~? -로지스틱 회귀(Logistic Regression)란? --> 주어진 데이터(X)를 통해서 사건의 발생 확률(y)를 예측하는 통계 모델. 로지스틱 회귀(Logistic regression)은 대표적인 이진분류 모델입니다. 비교적 데이터가 간단할 때 빠른속도로 모델을 만들어주는 특징이 있습니다. 로지스틱 회귀(Logistic regression)은 선형회귀(Linear Regression)을 분류 모델로써 확장한 모델입니다. *Linear Regression이란? 전체 데이터의 경.. 더보기 머신러닝 LightGBM이 XGBoost보다 좋은 이유 머신러닝 LightGBM이 XGBoost보다 좋은 이유 안녕하세요. 로스윗의 코딩 캠프입니다. 오늘은 XGBoost와 그 후속작인 LightGBM과의 차이점에 대해서 간략하게 포스팅 하는 시간을 가져보겠습니다. - LightGBM이 왜 XGBoost보다 빠른가? 그 이유는 GOSS라는 핵심기법에 차이가 있습니다. LightGBM이 XGBoost 보다 빠른이유는 바로 XGBoost는 level-wise tree를 사용하고 LightGBM은 leaf-wise tree를 사용하기 때문입니다. 쉽게 설명드려보겠습니다. 처음에 데이터가 전부 root에 있고, 2분할을 계속합니다. LightGBM 이전의 모델은 데이터를 왼쪽으로 나눈 다음에 바로 오른쪽을 나누었습니다. 그렇게 밸런스 트리라는 것을 만들면서 스플릿을.. 더보기 Decision Tree(결정 트리)가 왜 머신러닝 대표 알고리즘일까? Decision Tree(결정 트리)가 왜 머신러닝 대표 알고리즘일까? 안녕하세요. 로스윗의 코딩캠프입니다. 오늘은 머신러닝 모델 중 Decision Tree에 대한 내용을 공유드리고자 합니다. 이후 모델인 Random Forest의 기본이 되는 모델이니열심히 배워봅시다~! - Decision Tree란? --> 조건에 따라 데이터를 분류하는 모델 Decision Tree는 대표적인 non-parametric모델입니다. 파라미터 w와 b가 존재하지 않지 때문이죠. 또한 Decision Tree는 대표적인 white-box 모델입니다. 모델이 훈련되는 과정을 명확하게 알 수 있기 때문입니다. 우리가 공부하는 Decision Tree모델은 CART입니다 (Classification And Regression.. 더보기 이전 1 다음