AI
분류하는 뉴런 - 로지스틱 손실 함수 - 경사 하강법
선형 회귀 정답과 예상값의 오차 제곱이 최소가 되는 가중치와 절편을 찾는 것이 목표 로지스틱 회귀 올바르게 분류된 샘플 데이터 비율 자체를 높이는 것이 목표 올바르게 분류된 샘플의 비율은 미분 가능한 함수가 아니기 때문에 경사 하강법의 손실 함수로 사용 불가능 로지스틱 손실 함수 사용 로지스틱 손실 함수 다중 분류를 위한 손실 함수인 크로스 엔트로피(cross entropy)손실 함수를 이진 분류 버전으로 만든 것 a = 활성화 함수가 출력한 값, y = 타깃 이진 분류는 그렇다(1), 아니다(0) 2개의 정답만 있다. 타깃의 값은 1또는 0이라는 의미다. y = 1 or 0 인 경우로 정리 L y가 1인 경우(양성 클래스) -log(a) y가 0인 경우(음성 클래스) -log(1-a) 이 두 식의 값을..
2020. 11. 5. 11:17
최근댓글