Question 1

지도 분류 알고리즘의 주요 목적은 무엇입니까?

Accepted Answer

지도 분류는 레이블이 지정된 데이터로부터 학습하여 입력 features에서 카테고리 또는 클래스(이산 변수)를 예측하는 것을 목표로 합니다. 연속 값을 예측하는 회귀와 달리, 분류는 각 관측치를 사전 정의된 클래스(이진 또는 다중 클래스)에 할당합니다.

Question 2

로지스틱 회귀가 예측을 확률로 변환하기 위해 사용하는 수학 함수는 무엇입니까?

Accepted Answer

sigmoid 함수(또는 로지스틱 함수)는 임의의 실수 값을 0과 1 사이의 확률로 변환합니다. sigma(z) = 1/(1+e^(-z))로 정의됩니다. 이 함수를 통해 출력을 양성 클래스에 속할 확률로 해석할 수 있습니다.

Question 3

로지스틱 회귀 모델에서 계수는 무엇을 나타냅니까?

Accepted Answer

로지스틱 회귀 계수는 해당 feature의 단위 변화당 log-odds의 변화를 나타냅니다. 양수 계수는 양성 클래스의 확률을 증가시키고, 음수 계수는 감소시킵니다. 계수의 지수는 odds ratio를 제공합니다.

지도 머신러닝: 분류

기타 Data Science & ML 면접 주제