일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- PA 미래
- 유사도분석
- 자기소개서 스크리닝
- HR대시보드
- Jobplanet
- 성장혼합모형
- 데이터분석
- 회귀분석
- HR 데이터 분석
- LDA Topic Modeling
- HR 애널리틱스
- 태그도 많이 치는거 힘들다..
- 채용 대시보드
- HR Anlaytics
- Pa
- PA201
- 인사데이터
- survival analytics
- HR Analytics
- 하나만 쓰자..
- HRA
- Text mining
- HR데이터
- ChatGPT
- Talent Analytics
- Workforce Analytics
- 다항로지스틱회귀분석
- 피플 애널리틱스
- HR
- people analytics
Archives
- Today
- Total
목록Programing/Python (1)
People-Analytics201
다항 로지스틱 회귀분석(Multinomial Logistic Regression)으로 분류 모델 만들어보기
1. 다항 로지스틱 회귀분석 (Multinomial Logistic Regression) 이항 로지스틱 회귀분석은 종속변수가 두 가지(Binary)일 때 사용하는 분류 방법이라면, 다항 로지스틱 회귀분석은 3가지 이상(Multinomial)의 클래스로 분류/매핑합니다. 다항 로지스틱 회귀분석(Multinomial Logistic Regression)은 소프트맥스 회귀(Softmax Regression)로도 불리는데요. 확률값을 시그모이드 함수(Sigmoid Function)를 통해 구하는 이항 로지스틱 회귀분석과는 달리, 다항 로지스틱 회귀분석에서는 소프트맥스 함수(Softmax Function)를 활용하여 확률값을 구하기 때문입니다. 2. Multinomial Logistic Regression 실습 ..
Programing/Python
2024. 2. 4. 16:02