실제 값을 y라고 할 때, 이 값이 1이면 B 부분이 없어집니다. 반대로 0이면 A 부분이 없어집니다. 따라서 실제 값에 따라 빨간색 그래프와 파란색 그래프를 각각 사용할 수 있습니다.

이렇게 해서 평균 제곱 오차를 대체할 만한 손실 함수를 구했습니다. 이 함수를 머신 러닝에서는 교차 엔트로피 오차(cross entropy error) 함수라고 합니다. 즉, 선형 회귀에서는 평균 제곱 오차 함수를, 로지스틱 회귀에서는 교차 엔트로피 오차 함수를 사용하게 되는 것이지요. 이 두 가지 함수에서 출발해 지금은 더 다양한 손실 함수들이 존재합니다. 이와 관련해서는
‘10장. 딥러닝 모델 설계하기’에서 다시 다룰 것입니다.

이제 로지스틱 회귀를 사용해서 어떻게 모델을 만들 수 있는지 텐서플로에서 실행해 보겠습니다.