TensorFlow - Logistic regression
Logistic regression
- Binary Classpication 을 학습한다는 것은 0 과 1을 분류하는 선을 학습하는 것이다.
- X 라는 입력이 있고 W 계산을 지나면 Z라는 값이 나오고...
이 값을 Sigmoid 함수에 통과시키면 Y햇 (H(X)) 가 나온다. (얘는 0과 1 사이의 값)
- Y가 실 데이터 결과값 Y햇은 추론한 데이터 결과값
Multinomial Classification - 라벨이 여러개인 녀석
Softmax Regression - 위의 Multinmial Classfication 을 분석하는 기법.
2진의 Logistic Regression 과는 달리 A,B,C 등의 라벨링이 된다.
MultiVariable Regression 과 마찬가지로 matrix 를 사용한다.
Hypothesis 과정에서 softmax 사용시, 추론에 대한 확률 값이 나오게 된다.
A : 0.7, B : 0.1, C : 0.2 = 1.0 요런식으로....
여기서 One.Hot.Encoding 기법을 통하여 가장 높은 수만 1로 두고 나머지는 0으로 둔다.
'TensorFlow' 카테고리의 다른 글
| TensorFlow - XOR 문제 딥 러닝으로 풀기. (0) | 2018.03.26 |
|---|---|
| TensorFlow - 딥러닝의 기본 개념 (0) | 2018.03.26 |
| TensorFlow - Softmax regression (0) | 2018.03.25 |
| TensorFlow - Hypothesis, CostFunction (0) | 2018.03.25 |
| Tensorflow 기초 - Window 에서 사용하기 (0) | 2018.03.25 |
