실수 a에 대하여 np.round(a, decimals=5) 를 하면 소수점 다섯번째자리에서 반올림합니다.
로지스틱 회귀를 객체 lr 로 선언후
z= lr.decision_function(train_data) 임의의 훈련된 모델 train_data 로 decision_function 반환을 해서 나온 z의 값이 0.2라면 해당 자료는 음성 클래스이다.
로지스틱회귀의 규제를 강화하려면 매개변수 C를 음수로 만들어야한다.
로지스틱 회귀로 다중분류를 수행하려면 시그모이드 함수보다 소프트맥스 함수를 사용한다.
max_iter= 즉 에포치는 하이퍼패러미터이므로 사용자가 직접 정해줘야 합니다.
답:
1.X 소수점 여섯번째자리에서 반올림 or 소수점 다섯번째자리까지 반올림
2.X z의 값이 0보다 크면 양성클래스이다.
3.X 매개변수 C의 기본값은 1이고 규제를 강화하려면 0에 가깝게 줄이고 규제를 완화하려면 값을 키워야한다.
4.O
5.O