[혼자 공부하는 머신러닝 + 딥러닝] 9강_로지스틱 회귀 알고리즘을 배우고 이진 분류 문제에서 클래스 확률 예측하기

9강_로지스틱 회귀 알고리즘을 배우고 이진 분류 문제에서 클래스 확률 예측하기


럭키백의 확률

  • "k-최근접 이웃은 주변 이웃을 찾아주니까 이웃의 클래스 비율을 확률이라고 출력하면 되지 않을까?"


데이터 준비

  • read_csv()
    • 데이터 읽어들임
  • head()
    • 처음 5개 행 출력
  • unique()
    • 열의 값 추출
  • to_numpy()
    • 넘파이 배열로 바꿈
  • 데이터 세트 2개 (훈련, 테스트)
  • 표준화 전처리
    • 훈련 세트의 통계 값으로 테스트 세트를 변환해야 함.


k-최근접 이웃 분류기의 확률 예측

  • 다중분류
    • 타깃 데이터에 2개 이상의 클래스가 포함된 문제
  • 사이킷런에서는 문자열로 된 타깃값을 숫자로 바꾸지 않고 그대로 사용할 수 있음. (순서는 알파벳 순)
  • predict()
    • 타깃값으로 예측을 출력
  • predict_proba() 
    • 클래스별 확률값 반환
  • round() 
    • 소수점 첫째 자리에서 반올림 (decimals 매개변수로 아래 자릿수 지정 가능)
  • kneighbors()
    • 2차원 배열이어야 함


로지스틱 회귀

  • 로지스틱 회귀는 이름은 회귀이지만 분류 모델.(선형회귀와 동일하게 선형 방정식을 학습)
  • z 는 어떤값도 가능하지만 확률이 되기 위해 0~1사이값이 되어야 함. (시그모이드 함수, 로지스틱 함수 사용)



로지스틱 회귀로 이진 분류 수행하기

  • 불리언 인덱싱
    • True, False 값을 전달하여 행을 선택할 수 있는것 (넘파이 배열)
    • 비교 연산자를 사용하면 모두 True로 만들 수 있음
  • predict_proba()
    • 예측 확률 제공 (음성 클래스와 양성 클래스에 대한 확률 출력)
  • decisioin_function() 
    • z 값 출력 (양성 클래스)
  • expit() - scipy 라이브러리
    • z 값을 시그모이드 함수에 통과시키면 확률을 얻을 수 있음
  • coef_ / intercept
    • 로지스틱 모델이 학습한 선형 방정식의 계수

로지스틱 회귀로 다중 분류 수행하기

  • 다중분류는 클래스마다 z 값을 하나씩 계산함.
  • 가장 높은 z 값을 출력하는 클래스가 예측 클래스가 됨. 
  • 다중분류는 소프트맥스 함수를 사용하여 7개의 z값을 확률로 변환함. 
    • 소프트맥스 함수
      • 여러 개의 선형 방정식의 출력값을 0~1 사이로 압축하고 전체 합이 1이 되도록 만듬. 
      • 이를 위해 지수 함수를 사용하기 때문에 정규화된 지수 함수라고도 부름
  • decision_function() 
    • z1~z7 까지의 값을 구한 다음 소프트맥스 함수를 사용해 확률로 바꿈.
  • softmax() - scipy.special
    • axis 매개변수 : 소프트맥스를 계산할 축을 지정함. 

- 시그모이드 함수와 소프트 맥스 함수가 중요한가? 신경망 배울때 등장, 그때 더 잘 이해할수있음. 

로지스틱 회귀로 확률 예측

  • 분류 모델은 예측뿐만 아니라 예측의 근거가 되는 확률을 출력할 수 있음. 
  • k-최근접 이웃 모델은 이웃한 샘플의 클래스 비율이므로 항상 정해진 확률만 출력함. 
  • 로지스틱 회귀는 회귀 모델이 아닌 분류 모델이며, 선형 회귀처럼 선형 방정식을 사용함.
    • 계산한 값을 0~1 사이로 압축 (0~100% 확률)
    • 하나의 선형 방정식을 훈련함
    • 시그모이드 함수에 통과시켜 양성 클래스에 대한 확률을 구함
    • 음성클래스의 확률은 (1 - 양성 클래스의 확률)
  • 다중 분류일 경우에는 클래스 개수만큼 방정식 훈련
    • 출력값을 소프트맥스 함수를 통과시켜 전체 클래스에 대한 합이 항상 1이 되도록 만듬. 


키워드로 끝내는 핵심 포인트

  • 로지스틱 회귀
    • 선형 방정식을 사용한 분류 알고리즘
    • 선형 회귀와 달리 시그모이드 함수나 소프트맥스 함수를 사용하여 클래스 확률을 출력할 수 있음. 
  • 다중 분류
    • 타깃 클래스가 2개 이상인 분류 문제
    • 로지스틱 회귀는 다중 분류를 위해 소프트맥스 함수를 사용하여 클래스를 예측함. 
  • 시그모이드 함수
    • 선형 방정식의 출력을 0과 1 사이의 값으로 압축하며 이진 분류를 위해 사용함. 
  • 소프트맥스 함수
    • 다중 분류에서 여러 선형 방정식의 출력 결과를 정규화하여 합이 1이 되도록 만듬. 


핵심 패키지와 함수

  • scikit-learn
    • LogisticRegression 
      • 선형 분류 알고리즘인 로지스틱 회귀를 위한 클래스
    • predict_proba()
      • 메서드는 예측 확률을 반환함. 
      • 이진 분류의 경우: 샘플마다 음성 클래스와 양성 클래스에 대한 확률을 반환함
      • 다중 분류의 경우: 샘플마다 모든 클래스에 대한 확률 반환
    • decision_function()
      • 모델이 학습한 선형 방정식의 출력을 반환
      • 이진 분류의 경우: 양성 클래스의 확률이 반환, 이 값이 0보다 크면 양성 클래스, 작거나 같으면 음성 클래스로 예측
      • 다중 분류의 경우: 각 클래스마다 선형 방정식을 계산, 가장 큰 값의 클래스가 예측 클래스가 됨. 

확인 문제

  • 2개보다 많은 클래스가 있는 분류 문제
  • 로지스틱 회귀가 이진 분류에서 확률을 출력하기 위해 사용하는 함수 
  • decision_function() 메서드의 출력이 0일때 시그모이드 함수의 값 

댓글

댓글 쓰기

이 블로그의 인기 게시물

[혼자 공부하는 머신러닝 + 딥러닝] 17강_인공 신경망: 간단한 인공 신경망 모델 만들기

이미지
17강_인공신경망: 간단한 인공 신경망 모델 만들기 딥러닝과 인공 신경망 알고리즘을 이해하고 텐서플로를 사용해 간단한 인공 신경망 모델을 만들어 봄.  <혼자 공부하는 머신러닝+딥러닝>의 코드 저장소 인공 신경망 패션 MNIST MNIST 딥러닝을 처음 배울 때 많이 사용하는 데이터 셋. 0~9 까지의 숫자로 이루어져 있음 MNIST 와 크기, 개수가 동일하지만 숫자 대신 패션 아이템으로 이루어진 데이터. 텐서플로우(케라스)를 사용해 데이터를 불러옴 로지스틱 회귀로 패션 아이템 분류하기  확률적 경사 하강법 샘플을 하나씩 꺼내서 모델을 훈련하는 방법. 넘파이 배열의 바이트 크기 nbytes 속성에 저장되어 있음. 인공 신경망 출력층 신경망의 최종 값을 만든다는 의미 뉴런 z 값을 계산하는 단위 유닛 뉴런이라는 표현 대신에 부름 입력층 픽셀값 자체, 특별한 계산을 수행하지 않음.  1943년 워런 매컬러와 월터 피츠가 제안한 뉴런 모델 매컬러-피츠 뉴런 생물학적 뉴런에서 영감을 얻음 기존의 머신러닝 알고리즘이 잘 해결하지 못했던 문제에서 높은 성능을 발휘하는 새로운 종류의 머신러닝 알고리즘일 뿐. 딥러닝 인공신경망과 거의 동의어로 사용됨 혹은 심층 신경망을 딥러닝이라고 함.  여러 개의 층을 가진 인공 신경망 텐서플로와 케라스 텐서플로 구글이 2015년 11월 오픈소스로 공개한 딥러닝 라이브러리 알파고가 이세돌 9단을 이겨 폭발적 인기 끔. 케라스 텐서플로의 고수준 API  2015년 3월 프랑소와 숄레가 만든 딥러닝 라이브러리 그래픽 처리 장치인 GPU 사용하여 인공 신경망 훈련 (벡터와 행렬 연산에 매우 최적화) 멀티-백엔드 케라스 인공 신경망으로 모델 만들기  인공 신경망에서 교차 검증을 사용하지 않고 검증 세트를 사용하는 이유 딥러닝 분야의 데이터셋은 충분히 크기 때문에 검증 점수가 안정적 교차 검증을 수행하기에는 훈련 시간이 너무 오래 걸리기 때문.  밀집층 완전 연결층 활성화 함수...
자세한 내용 보기

[솔트룩스] 새싹 인공지능 응용 SW 개발자 양성과정 | 24일차 | 5. 머신러닝 (2)

이미지
  2022.01.17  | 24일차 | 5. 머신러닝 (2)     - 권혜윤 강사님 ( yujinkwon@nate.com )     - Decision Tree 수업 내용 코드 (코랩)     - Random Forest 수업 내용 코드 (코랩)      Decision Tree 분리 기준 (Split Criterion)  부모 마디로부터 자식 마디들이 형성될 때, 생성된 자식 노드에 속하는 자료의 순수도가 가장 크게 증가하도록 트리를 형성하며 진행 입력 변수를 이용해 목표 변수의 분포를 얼마나 잘 구별하는 정도를 파악해 자식 마디가 형성되는데, 목표 변수의 구별 정도를 불순도에 의해 측정 지니 지수 (Gini Index) : 데이터 집합의 불순도를 측정 0~1 사이의 값 어떤 데이터 집합에 속한 개체들이 같은 범주로 구성되어 있으면 지니 지수는 최솟값이 0을 갖고, 해당 데이터 집합은 순수하다고 볼 수 있음. 즉, 지니 지수가 작을수록 잘 분류된 것. Tree 만든 데이터는 정확도가 100%  데이터 보고 Gini 계산해서 Tree를 만들었기 때문 모든 데이터로 Tree를 만들어서 만든 Tree가 정확한 Tree인지 알 수 없음 해결방안 전체 75% 로 Tree를 만들고 (Train Set), 일부 25% 는 보관 (Test Set), 나중에 Test set 데이터로 Tree가 얼마나 정확한지 측정 강의자료 실습 Decision Tree [실습교재코드] 패키지 설명  Scikit-learn (sklearn) Python 프로그래밍 언어용 기계학습(Machine Learning) 관련 라이브러리 (Library) sklearn.metrics scikit-learn 패키지 중 모형평가에 사용되는 서브 패키지 classification_report: 주요 분류 측정 항목을 보여주는 보고서 모듈 confusion_matrix: 분류...
자세한 내용 보기

[혼자 공부하는 머신러닝 + 딥러닝] 10강_확률적 경사 하강법 알아보기

이미지
10강_확률적 경사 하강법 알아보기 경사 하강법 알고리즘을 이해하고 대량의 데이터에서 분류 모델을 훈련하는 방법을 배움.  <혼자 공부하는 머신러닝+딥러닝>의 코드 저장소 확률적 경사 하강법 점진적인 학습 앞서 훈련한 모델을 버리지 않고 새로운 데이터에 대해서만 조금씩 더 훈련하는 방법 (온라인 학습)  대표적인 점진적 학습 알고리즘은 확률적 경사 하강법 확률적 경사 하강법  훈련 세트에서 랜덤하게 하나의 샘플을 고르는 것  가장 가파른 길을 찾아 내려오지만 조금씩 내려오는 것이 중요 (모델 훈련) 확률적 전체 샘플을 사용하지 않고 딱 하나의 샘플을 훈련 세트에서 랜덤하게 골라 가장 가파른 길을 찾음.  에포크 훈련 세트를 한 번 모두 사용하는 과정 미니배치 경사 하강법 여러 개의 샘플을 사용해 경사 하강법을 수행하는 방식 배치 경사 하강법 극단적으로 한 번 경사로를 따라 이동하기 위해 전체 샘플을 사용하는 것. 가장 안정적인 방법이나 컴퓨터 자원을 많이 사용함.  신경망 모델이 확률적 경사 하강법이나 미니배치 경사 하강법을 사용함.  손실함수 어떤 문제에서 머신러닝 알고리즘이 얼마나 엉터리인지를 측정하는 기준 손실함수와 비용함수 손실 함수는 샘플 하나에 대한 손실을 정의하고 비용 함수는 훈련 세트에 있는 모든 샘플에 대한 손실 함수의 합을 말함.  손실함수는 미분 가능해야함.  로지스틱 회귀 모델의 확률 출력 로지스틱 손실 함수 (이진 크로스엔트로피 손실 함수) 양성 클래스(타깃 = 1)일 때 손실은 -log(예측 확률)로 계산 확률이 1에서 멀어질수록 손실은 아주 큰 양수가 됨.  음성 클래스(타깃 = 0)일 때 손실은 -log(1-예측확률)로 계산 이 예측 확률이 0에서 멀어질수록 손실은 아주 큰 양수가 됨.  이진 분류는 로지스틱 손실 함수를 사용하고 다중 분류는 크로스엔트로피 손실 함수를 사용.  - 회귀는 어떤 손실함수를 사용하나? '...
자세한 내용 보기