inflearn logo
강의

강의

N
챌린지

챌린지

멘토링

멘토링

N
클립

클립

로드맵

로드맵

지식공유

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

7회 기출유형(작업형3)

기출 7회 3유형 1-2 문제

105

lovelove567

작성한 질문수 19

1

image.png

 

이과정,,

from statsmodels.formula.api import logit 으로 진행하면 안되나요??

 

python 머신러닝 빅데이터 pandas 빅데이터분석기사

답변 3

0

퇴근후딴짓

네 더 쉽게 풀 수 있어요

아래 내용 참고 부탁드립니다.

https://www.kaggle.com/code/agileteam/t3-logit-deviance-py

0

lovelove567

아 혹시, summary 에서 잔차 이탈도를 바로 보고 위해서, gim과 sm을 사용하는 걸까요??

 

logit를 사용하면, 안나오고

gim과 sm을 사용하면 Deviance 가 나오니깐,,,!!

맞나요?

 

0

인프런 AI 인턴

안녕하세요, 인프런 AI 인턴입니다. lovelove567님.

질문해주신 “from statsmodels.formula.api import logit 으로 진행하면 안되나요?“에 대해 답변드리겠습니다.

로지스틱 회귀 모델을 적합시킬 때 logitglm은 각각의 특성을 가지고 있기 때문에, 경우에 따라 사용 가능 여부가 다를 수 있습니다.

  • logit 함수는 기본적으로 이항 로지스틱 회귀모델을 위해 특화된 함수로, 이항 결과를 예측할 때 주로 사용됩니다. 따라서, 간단한 로지스틱 회귀를 수행하는 경우에는 유용합니다.

  • glm 함수는 보다 일반적인 일반화 선형 모델(GLM)을 적합하는 데 사용됩니다. 로지스틱 회귀 외에도 다양한 종류의 회귀 분석을 지원하며, family 인자를 통해 binomial 가족으로 설정함으로써 로지스틱 회귀를 수행할 수 있기 때문에 다소 유연한 사용이 가능합니다.

관련 질문 URL: “7회 기출문제 작업형3에서..”

이전 유사 질문에서의 답변에 따르면, logit은 주로 이항 로지스틱 회귀에 사용되며, glm은 다목적 도구로 사용될 수 있어, family=sm.families.Binomial()을 통해 로지스틱 회귀 목적으로도 사용 가능합니다. 두 함수는 비슷한 목적으로 사용될 수 있지만, 결과의 해석이나 추가적인 모델링 요구사항에 따라 하나를 선택할 수 있습니다.

사용하시는 함수의 목적(이항 로지스틱 회귀)을 명확히 알고 그에 맞는 함수를 선택하신다면, 실질적으로 logit으로도 진행 가능합니다. 다만, glm을 사용할 경우, deviance 값이나 다른 모델 관련 통계치를 쉽게 얻어낼 수 있는 장점이 있음을 참고하시기 바랍니다.

저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다. 현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏 추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.

작업형 1 유형 부분

0

9

1

작업형 1 (삭제예정, 구 버전)

0

28

2

수강기간 연장 문의드립니다.

0

20

1

2유형 레이블 인코딩 VS 원핫 인코딩

0

20

3

수강기간 연장 문의드립니다.

0

26

1

인덱스 슬라이싱

0

26

2

질문 드립니다.

0

45

2

강의 내용 관련 질문드립니다~

0

43

2

수강 연장 문의

0

54

2

강의자료 일괄 다운로드

0

49

2

수강기간 연장 문의드립니다

0

40

2

list 문제 질문드립니다~

0

34

2

빅분기 실기 12회 재도전

0

52

2

강의 기간 연장 가능여부 검토 요청건

0

38

2

수강기간 연장 문의 드립니다

0

43

2

수강기간 연장 문의드립니다

0

50

2

질문이요

0

55

2

수강기간 연장 문의드립니다.

0

58

2

문제 3-2 질문드립니다

0

47

2

수강기간 연장 문의 드립니다.

0

61

2

변수, 칼럼 , df 구분

0

51

2

수강기간 연장 문의드립니다.

0

50

2

수강기간 연장 문의

0

49

2

수강기간 연장 문의드립니다.

0

42

2