머신러닝 2일차: 로지스틱 회귀

 

01 학습 내용

---

machine_learning/02_logistic_regression.ipynb at main · dataosean/machine_learning

 

02 회고

---

- 독립변수가 행과 열이 존재하는 2차원 데이터 배열이니까 종속변수도 2차원 배열로 맞춘 다음, fit으로 적합시킬 때 다시 1차원 배열로 풀어주는 이유를 이번에 배웠다.

- ROC 곡선을 그래프로 직접 그려보고 그래프를 어떻게 해석해야 하는지, 어떤 기준으로 완벽한 모델에 가까운지 혹은 근사치에 가까운지 판단하는 법을 배울 수 있었다.

- 다차원 배열을 1차원 배열로 만들어 데이터 프레임을 만드는데 사용하는 메서드 flatten(), ravel()의 차이를 배웠다.

- 혼동행렬에 대해 복습했고, 프로젝트 결과물로 나온 혼동행렬 결과 출력물이 어떻게 해석될 수 있는지 정리했다. 이 부분에 대해서는 처음 기초를 배울 때부터 계속 반복해서 보는 내용인데 볼수록 확고히 개념이 정립되는 것이 느껴진다. 혼동행렬표를 통해 다양한 성능 지표를 만들 수 있으니 매우 유용하다.