개발자를 위한 필수 수학

235

6

장

로지스틱 회귀와 분류

거슬러 올라간 걸까요? 남아 있는 직원은 어떻게 구성된 걸까요? 현재 시점에 재직 중인 직원

인가요? 그들이 곧 그만두지 않을 것이라는 것을 어떻게 알 수 있나요? 데이터 과학자는 데이

터만 분석하고 데이터의 출처와 어떤 가정이 깔려 있는지 질문하지 않는 함정에 쉽게 빠질 수

있습니다.

이러한 질문에 대한 답을 얻는 가장 좋은 방법은 예측이 어떤 용도로 사용되는지 이해하는 것

입니다. 이직을 막기 위해 승진 시기를 결정하기 위한 것인가요? 특정 속성을 가진 사람들을

승진시키는 편향이 생길 수 있나요? 이러한 승진 데이터가 새로운 훈련 데이터가 되면 편향이

다시 반복될 수 있나요?

이러한 질문은 모두 중요한 질문이지만 프로젝트에 원치 않는 영역이 추가되는 불편한 질문일

수도 있습니다. 이런 조사가 팀이나 프로젝트 리더에게 환영받지 못한다면 호기심이 필요한 다

른 역할을 맡는 것을 고려해보세요.

6.4

로그 오즈 이해하기

이제 로지스틱 회귀가 수학적으로 어떻게 구성되는지 이야기할 차례입니다. 다소 복잡할 수 있

으니 천천히 읽어보세요. 이해가 잘 되지 않는다면 나중에 언제든지 이 절을 다시 살펴봐도 좋

습니다.

1900

년대부터 수학자들은 선형 함수를 취해 출력이

0

과

1

사이가 되도록 스케일을 조정해 확

률을 예측하는 데 관심을 가졌습니다. ...