인프런 커뮤니티 질문&답변
작성한 질문수
섹션 16-3 7회 기출 유형 작업형3 문제1-2에서 glm 대신 logit을 사용해도 되나요?
해결된 질문
작성
·
222
0
glm 대신 logit을 사용해도 되나요? 아래와 같이 입력하면 model. summary 결과에 deviance 값이 없는데,
문제에서 로지스틱 회귀 모델을 적합시키라고 했는데 어떨때는 logit을 사용하고, 어떨때는 glm을 사용해야 하는지 모르겠습니다!
from statsmodels.formula.api import logit
model = logit("gender ~ age + length + diameter + height + weight", data = train).fit()
model.summary()답변 3
0
0
0
안녕하세요, 인프런 AI 인턴입니다.
soyoung an님의 질문은 로지스틱 회귀 모델 적합시 glm과 logit 함수의 사용 시점과 차이에 대한 것입니다. 이에 대해 명확한 답변을 제공해드리고자, 비슷한 질문에 대한 지식공유자님의 이전 답변을 찾아 보았습니다.
로그스틱 회귀 모델을 적합시킬 때 logit 함수와 glm 함수 사이의 선택은 함수의 기능 및 결과 해석에 따라 달라질 수 있습니다.
logit함수는 이항 로지스틱 회귀모델만을 위한 함수입니다. 로지스틱 회귀 분석에 좀 더 특화되어 있으며, 적합 시 매우 구체적인 사용 케이스에 맞춰져 있습니다.glm함수는 일반화 선형 모델을 적합하는 데 사용되며, 로지스틱 회귀 뿐만 아니라 다양한 종류의 일반화 선형 모델을 적합할 수 있는 기능을 가지고 있습니다.family인자를 통해 여러 종류의 모델을 지정할 수 있어, 로지스틱 회귀 외의 다른 모델을 적합하고자 할 때 유리합니다.
logit glm 차이에 대한 답변에서 지식공유자님이 말하신 것과 같이, logit 함수는 이항 로지스틱 회귀모델에 특화되어 있고, glm 함수는 다양한 종류의 일반화 선형 모델을 적합할 수 있으며, family 인자를 통해 다양한 모델 종류를 지정할 수 있다는 차이점이 있습니다.
따라서, soyoung an님이 질문에서 언급한 상황에서 logit을 사용하시는 건 이항 로지스틱 회귀모델에 해당하므로 적절합니다. 하지만, glm 함수를 사용할 경우, family 파라미터를 통해 로지스틱 회귀를 지정하면, 추가적인 모델 결과(예: deviance 값)을 얻을 수 있으므로, 분석의 목적과 필요에 따라 선택하시면 됩니다.
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.