[TIL] 김민채_201015

### Today I Learn_29

**1. logistic regression**
- classification(분류)를 위한 회귀 모델 <---> linear regression과는 다른 모델(데이터의 상관관계를 설명해줌)
- target(예측값)은 0 또는 1 사이의 probability(확률값)을 가진다.
- linear regression과 달리 S 모양의 곡선을 띈다.
- 만일 feature의 회기계수가 0에 가깝다면 예측과 별 상관 없는 변수라는 뜻.
- 오류에 관한 개념 자체가 linear regression과 다르기 때문에 -> maximum likelihood를 가지고 계산한다.
- 평가지표는 accuracy. 최대 빈도의 클래스를 기준으로 정확도를 따짐.

**2. Impression from Today**
- 어제 ridge regression 을 완전히 헤매버려서 이번 주의 마지막 배움인 목요일이 겁이 났다.
- 조금씩 다르기야 하겠지만 그래도 연결되는 것일텐데 어떡하나 싶은.
- 그래도 어제가 너무 어렵다고 느껴져서인지 오늘은 비교적 쉽게 이해했다.
- 아마도 어제는 여러 개념이 정리되지 못하고 혼재돼서 그런듯.
- 213a 도 새롭게 해야 하는 부분이 많은데, 정말 걱정이다.