로지스틱 회귀: (일반적으로) 이진 분류 문제를 풀기 위한 알고리즘
나오게 된 이유: Y가 범주형(categorical) 변수일 때는 다중선형회귀 모델을 그대로 적용할 수 없기 때문에 로지스틱 모델이 제안됨.
방법: 선형 회귀($y=wx+b$) 식에 sigmoid 함수를 적용하고 binary cross entropy loss를 계산하여 해당 데이터를 가장 잘 분류할 수 있는 파라미터를 경사하강법을 이용해 찾아나감
Sigmoid를 적용하면, 값을 0~1 사이의 값으로 추출(H(x))할 수 있음
(일직선인 선형회귀를 S자 형태로 바꾸는 과정이라고 생각하면 됨)
여기에 binary cross entropy loss를 계산하여 파라미터를 수렴시킴