로지스틱 회귀(Logistic regression)

로지스틱 회귀는 일반적이고 효과적인 분류 알고리즘이다. 이름에 회귀라는 단어가 종종 회귀분석에만 사용될 것처럼 헷갈리곤 하지만 범주형 자료를 분류하는데 매우 강력한 알고리즘이다.

로지스틱 회귀의 목적은 일반적인 회귀분석의 목표와 같이 종속변수와 독립 변수 간의 관계를 구체적인 함수로 나타내어 향후 예측 모델에 사용하는 것이다. 이는 독립 변수의 선형 결합으로 종속변수를 설명한다는 관점에서는 선형 회귀 분석과 유사하다.

하지만 로지스틱 회귀는 선형 회귀 분석과는 다르게 종속변수가 범주형 데이터를 대상으로 하며 입력 데이터를 줬을 때 해당 데이터의 결과가 특정 분류로 나뉘기 때문에 일종의 분류 (Classification) 기법으로도 볼 수 있다. 흔히 로지스틱 회귀는 종속변수가 이항형 문제(즉, 유효한 범주의 개수가 두 개인 경우)를 지칭할 때 사용된다.

이외에, 두 개 이상의 범주를 가지는 문제가 대상인 경우엔 다항 로지스틱 회귀 (Multinomial logistic regress...