Colab으로 하루에 하나씩 딥러닝

로지스틱 회귀분석 분석하고자 하는 대상들이 두 집단 혹은 그 이상의 집단으로 나누어진 경우, 개별 관측들이 어느 집단에 분류될 수 있는 예측하는 모형 분석 절차 각 집단에 속하는 확률의 추정치를 예측, 추정치는 이진 분류의 경우 집단에 속하는 확률로 구함 분류 기준 값을 설정한 후 특정 범수로 분류 일반적인 회귀분석과 차이가 있음 구분 일반적인 회귀분석 로지스틱 회귀분석 종속변수 연속형 변수 이산형 변수 모형 탐색 방법 최소제곱법 최대우도법 모형 검정 F-테스트 x² 테스트 로지스틱 회귀분석을 이용한 문서 분류 2022.12.22 - [딥러닝_프로젝트] - 20 뉴스그룹 데이터 준비 및 특성 추출 20 뉴스그룹 데이터 준비 및 특성 추출 데이터셋 확인 및 분리 (사이킷런 20 뉴스그룹) 해당 데이터는 언..

나이브 베이즈(cosine similarity) 사전 확률에 기반을 두고 사후 확률을 추론하는 확률적 예측을 하는데, 이때 모든 사건이 독립사건이라는 순진한(naive) 가정을 하고 있음 P(A ¦ B) = (P(A ∩ B)) / (P(B)) 전제: 사건 B가 일어나고 사건 A가 발생함 P(A): 사건 A가 일어날 확률 P(B): 사건 B가 일어날 확률, 사건 A가 발생하기 전 사건 B가 일어날 확률, 사전확률 P(A¦B): 사건 B가 일어난 후 사건 A가 일어날 확률, 조건부 확률 P(B¦A): 사건 A가 일어났을 때 사건 B가 앞서 일어났을 확률, 사후확률 복잡하게 섞여 있는 문제를 비슷한 성격을 가진 특성(feature)으로 분류 특정 영화를 보고 A와 B가 긍정적인 반응을 보였다면, 두 사람의 영..