📊 로지스틱 회귀 시각화
시그모이드 함수와 이진 분류의 이해
💡 로지스틱 회귀란?
이진 결과(0 또는 1)를 예측하는 확률 모델로, S자 형태의 시그모이드 함수를 사용합니다.
p(x) = 1 / (1 + e-(β₀ + β₁x))
🎯 해석 가이드:
• β₀: 절편 - 곡선을 좌우로 이동시킵니다
• β₁: 기울기 - 곡선의 가파른 정도를 조절합니다
• p = 0.5 지점이 결정 경계(Decision Boundary)입니다
• 데이터 포인트는 실제 관측값(0 또는 1)을 나타냅니다