[머신러닝] multinomial classification이란? - 1

multinomial classification

우리가 이전에 배운 logistic regression을 간단하게 도식화하면 표현하면 아래의 그림이 된다.

x라는 데이터가 W의 weight를 가진 식에 입력되어 나온 결과 Z는 sigmoid 함수에 입력된다. 

출력되는 값은 logistic regression으로 예상 결과 데이터가 나타나게 된다.

Y : 실제 데이터, Y의 hat : 예측한 데이터

궁극적으로 logistic regression의 목적을 그림으로 표현하면 아래의 그림처럼

□와 X를 구분하는 선을 생성하는 것이다.

multinomial classification

logistic regression 여러개를 합쳐서 multinomial classification 구현이 가능하다.

아래는 A,B,C 총 3개 데이터 구분을 3개의 logistic regression을 이용하여 표현하였다.

위 작업을 도식화 하게 된다면 아래의 그림처럼 A,B,C를 구별하는 3개의 regression이 생성된다.

한 데이터가 3개의 regression에 입력될 것이다.

3개의 regression의 weight를 표시하는 matrix와 X 벡터를 연산하면 결과 벡터가 나온다.

 

여기의 각 y hat값들은 도식화에서 Z에 해당하는 데이터이기 때문에 sigmoid함수를 이용하여 예측 데이터를 구해야 한다.

다음 포스트에서 이어서 포스팅 하도록 하겠다.