로지스틱 모델로 예측하기

로지스틱 회귀 모델은 주어진 관측치가 특정 범주에 속할 확률을 계산합니다.

설명 변수가 두 개인 로지스틱 모델은 다음과 같습니다:

$$\frac{1}{1+e^{-(\beta_{0} + \beta_{1} \cdot x_{1} + \beta_{2} \cdot x_{2})}}$$

R 함수가 계산을 대신해 주지만, 그 원리를 이해하고 있으면 면접에서 모델을 올바르게 적용하는 데 자신감을 가질 수 있어요.

이전 연습 문제에서 parkinsons 데이터셋으로 로지스틱 회귀 model을 적합했어요. 이 두 객체와 new_person 데이터 프레임이 현재 작업 환경에 준비되어 있습니다.