Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 | 31 |
Tags
- React
- bigquery
- 클러스터링
- r
- DBSCAN
- 타입스크립트
- ADP
- 최적화
- 쿠버네티스
- 대감집
- 프론트엔드
- ADP 실기
- 빅쿼리
- docker
- 파이썬
- 심층신경망
- 머신러닝
- Machine Learning
- python
- 구글
- 캐글
- do it
- 리액트
- 차원 축소
- 대감집 체험기
- Kaggle
- LDA
- frontend
- Kubernetes
- TooBigToInnovate
Archives
- Today
- Total
목록분류 분석 (1)
No Story, No Ecstasy
[ADP 실기 with R] 5. 분류 분석 (1) : Logistic Regression, Decision Tree, Naive Bayesian, kNN, SVM, LDA
1. Logistic Regression (로지스틱 회귀분석) - 종속 변수가 범주형(category, factor)인 (주로 binomial인) 경우에 적용되는 로지스틱 함수를 활용한 기법 - 종속 변수의 각 레벨이 속할 확률을 추정하여, 기준치에 따라 분류한다. - 최대 우도 추정법을 활용하여 모델의 계수를 추정한다. - 종속 변수의 레벨이 3개 이상인 경우에는 Multinomial Logistic Regression을 적용하면 된다. - 링크 1: datasciencebeginners.com/2018/12/20/multinomial-logistic-regression-using-r/ Multinomial Logistic Regression Using R | Data Science Beginners ..
Data Science Series
2020. 12. 12. 17:18