시그모이드 함수(Sigmoid function)

 

x(입력)가 음수 방향으로 갈 수록 y(출력)가 0에 가까워지고,

 

x(입력)가 양수 방향으로 갈 수록 y(출력)가 1에 가까워진다.

 

즉, 시그모이드 함수를 통과하면 0 에서 1 사이 값이 나온다

 

 

 

 

 

선형 회귀에서

가설은 H(x) = Wx + b

 

논리 회귀에서는

시그모이드 함수에 선형회귀 식을 넣는다.

 

 

 

 

출처: https://machinelearningknowledge.ai/cost-functions-in-machine-learning/

 

확률 분포 그래프 (X:라벨(클래스) | Y:세로축 확률 )

 

 

 

Crossentropy (확률 분포 그래프의 차 이를 비교)

 

임의의 입력값에 대해

원하는 확률 분포 그래프를

만들도록 학습시키는 손실 함수

 

 

Keras에서 이진 논리 회귀의 경우 binary_crossentropy 손실 함수를 사용