로우코드 AI

235

7

장

파이썬으로 사용자 정의 ML 모델 학습시키기

다. 손실 함수를 계산할 때, 앞의 마이너스 기호 때문에 부호는 양수로 바뀌게 됩니다. 그러나

gx() .



= 04

라면,

log

(

0

.

4

)는 약 -

0

.

398

이며, 이 경우 예측 확률

gx()



가

1

에서 멀어질수록

손실 함수에 대한 기여도는 커집니다.

NOTE

  교차 엔트로피는 

정보 이론

이라는 학문 분야에서 처음 등장한 개념으로, 하나의 확률 분포를 

가정했을 때 특정 사건을 표현하는 데 필요한 정보의 양을 측정하지만, 실제 확률 분포는 다릅니다. 로지

스틱 회귀는 가정된 확률 분포는 모델의 출력에서 나왔으며, 실제 분포는 레이블을 통해 제공됩니다.

7.4.2

사이킷런을 사용한 모델 학습 및 평가

데이터를 준비하고 고객 이탈을 예측하기 위해 학습시킬 모델 유형으로 로지스틱 회귀를 선택

했습니다. 이제 사이킷런으로 첫 번째 모델을 학습시킬 준비가 되었습니다. 사이킷런에서 모델

을 생성하고 학습시키는 과정은 매우 간단합니다. 먼저 원하는 유형의 모델을 만든 다음에 모

델을 학습시키면 됩니다. 다음 코드는 로지스틱 회귀 모델을 구축하고 학습시키는 방법을 보여

줍니다.

from sklearn.linear_model import LogisticRegression

cls = LogisticRegression()

cls.fit(X_train, ...