다중 로지스틱 회귀 및 One-vs-Rest 로지스틱 회귀 시각화

# 소개

로지스틱 회귀는 이진 및 다중 클래스 분류 문제에 사용할 수 있는 분류 알고리즘입니다. 이 실습에서는 scikit-learn 라이브러리를 사용하여 다항 로지스틱 회귀와 일대다 로지스틱 회귀라는 두 가지 로지스틱 회귀 모델의 결정 경계를 시각화합니다. 3 개의 클래스로 구성된 데이터셋을 사용하여 두 모델의 결정 경계를 시각화하고 성능을 비교합니다.

## VM 팁

VM 시작이 완료되면 왼쪽 상단 모서리를 클릭하여 **Notebook** 탭으로 전환하여 [Jupyter Notebook](https://support.labex.io/en/labex-vm/jupyter)을 연습에 사용합니다.

때때로 Jupyter Notebook 이 완전히 로드되기까지 몇 초 정도 기다려야 할 수 있습니다. Jupyter Notebook 의 제한으로 인해 작업 검증은 자동화될 수 없습니다.

학습 중 문제가 발생하면 Labby 에 문의하십시오. 세션 후 피드백을 제공하면 문제를 신속하게 해결해 드리겠습니다.