[모두의 딥러닝] 5장 예제 실습, 활용 (참 거짓 판단 장치: 로지스틱 회귀)

<로지스틱 회귀 실습>

 

내가 새로운 예제를 만들어 로지스틱 회귀 코드를 돌려보겠다.

 

 

- 사교육(학원) 개수에 따른 대학 합격 여부 -

 

사용할 데이터 : 

전공 학점                          |  2.58  |  2.69 |  3.14  | 3.35  |  3.57  |  3.89  |   4.0  |  4.36  |  4.5  |

-----------------------------------------------------------------------------------------------------------------

대기업 합격 여부                |   0     |   0    |   0    |   0    |   1    |   1    |   1    |   1    |   1   |

 

 

1. 데이터 값과 x의 범위를 다음과 같이 변경해 그래프를 출력했다.

data = [[2.58, 0], [2.69, 0], [3.14, 0], [3.35, 0], [3.57, 1], [3.89, 1], [4.0, 1], [4.36, 1], [4.5, 1]]

plt.xlim(0, 4.5)

2. 여러 번 반복하며 최적의 기울기와 절편 값을 구했다.

학습률은 0.05로 원래 코드와 같이 그대로 유지했다.

3. 최종적으로 시그모이드 함수가 다음과 같이 출력되었다.

 

 

 

<알게된 점>

로지스틱 회귀는 시그모이드 함수를 사용해 참, 거짓을 나타낼 때 사용한다는 것을 알게 되었다. 그리고 이런 하나의 시그모이드 함수(로지스틱 회귀)를 퍼셉트론이라 하고, 퍼셉트론이 신경망(딥러닝)을 형성하는 것이라며 구체적인 설명은 다음 장에서 하겠다고 했는데 어떤 원리들이 숨어 있을 지 궁금했다.