머신러닝에서 convex

머신러닝에서 convex는 매끄럽다는 것.

linear regression 오차를 구하는 수식 1 / 1 + e^-wx 에서 왜 이것을 사용하느냐,

예측값과 실제값의 오차로 사용하면 non-convex 하다.

저 수식을 사용하면 convex 하게 gradient 계산이 되기 때문이다.

그러므로 저 수식을 사용한다.

 

sigmoid 라고 부르는 이유는 거기에 속해있는 것 중 하나이기 때문에 그렇게 부르기도 한다. 다른 종류도 있다.

0.5가 아닌 다른 수치로도 threshold 를 조절할 수도 있다.