[머신러닝 - Tensorflow] Lec10-Logistic Regression의 cost 함수 설명

1. Logistic Regression 의 Cost함수 설명

Cost 함수 복습

H(x)가 성립할때, Cost 함수의 식이 성립되는 구조를 볼 수 있다. 2차 함수 같은 그래프로 표현이 가능하다.

지금 까지 살펴본 Cost함수의 특징을 살펴 볼 것이다. 왼쪽의 함수는 H(x) 직선의 최소점을 나타낼 수 있다.

살짝 오른쪽의 식은 울퉁불퉁한식의 형태로 나타낼 수 있다.  오른쪽의 함수는 Linear의 특징과 멀다. 

울퉁불퉁한식은 Decent함수에서는 사용할 수 없다.

2. New cost function for logistic

설명 ) 

1. 왼쪽 그래프

  H(x) Value  = 1(예측하였을 경우) -> Cost(1) = 0 최소가 되는점

value = 0(예측하지 못하였을 경우) -> cost => 무한대에 수렴

2. 오른쪽 그래프

H(x) = 0 일경우 (예측 하였을 경우 ) -> Cost Value = 0

H(x) = 1 일경우 (예측 X하였을 경우) -> Cost Valvue = 1

3. Cost Function 간소화

4. Cost Minimize