로지스틱 회귀 모듈에서는
시그모이드 함수를 사용해
원시 모델 출력을 0과 1 사이의 값으로 변환하여 확률적
예를 들어 주어진 이메일이 이메일을 전송할 확률이 75% 라고 예측하면
스팸일 수 있습니다. 하지만 확률이 아닌 카테고리를 출력하는 것이 목표인 경우(예: 특정 이메일이 '스팸'인지 '스팸 아님'인지 예측) 어떻게 해야 하나요?
분류는
클래스 집합 중 어느 것이
어느 것이 포함되는지 예측하는 작업
(카테고리)를 보여줍니다. 이 모듈에서는
확률을 예측하는 로지스틱 회귀 모델입니다.
이진 분류
예측 모델입니다. 또한 Cloud Build를 사용하여
캠페인의 품질을 평가하는 적절한 측정항목을 선택하고 계산하여
분류 모델의 예측입니다. 마지막으로 Google Cloud의
다중 클래스 분류
이러한 문제에 대해서는 과정의 후반부에서 더 자세히 다루겠습니다.
[[["이해하기 쉬움","easyToUnderstand","thumb-up"],["문제가 해결됨","solvedMyProblem","thumb-up"],["기타","otherUp","thumb-up"]],[["필요한 정보가 없음","missingTheInformationINeed","thumb-down"],["너무 복잡함/단계 수가 너무 많음","tooComplicatedTooManySteps","thumb-down"],["오래됨","outOfDate","thumb-down"],["번역 문제","translationIssue","thumb-down"],["샘플/코드 문제","samplesCodeIssue","thumb-down"],["기타","otherDown","thumb-down"]],["최종 업데이트: 2024-10-22(UTC)"],[],[]]