선형 회귀
Coddy의 머신 러닝 입문 코스 레슨. 19개 중 16번째.
선형 회귀(Linear Regression)는 연속적인 변수를 예측하기 위한 머신러닝의 가장 기본적인 알고리즘 중 하나입니다. 이는 변수 간의 관계를 추정하고 예측하는 데 있어 가장 먼저 고려되는 방법입니다. 주택 가격, 주식 시장 동향 또는 기온을 예측하든, 선형 회귀는 이러한 변수들이 어떻게 상관관계를 갖는지에 대한 통찰력을 제공할 수 있습니다.
출처: wikipedia
선형 회귀는 관측된 데이터에 선형 방정식을 맞춤으로써 둘 이상의 변수 사이의 관계를 모델링하려고 시도합니다. 하나의 변수는 설명 변수(독립 변수)로 간주되고, 다른 하나는 종속 변수로 간주됩니다.
하나의 종속 변수와 하나의 독립 변수를 가진 선형 회귀 방정식의 가장 단순한 형태는 다음과 같이 정의됩니다:
- 알파(Alpha)는 y축과의 절편을 나타냅니다
- 베타(Beta)는 기울기를 나타냅니다
실력 점검이 레슨에는 짧은 퀴즈가 포함되어 있습니다. 레슨을 시작해 문제를 풀고 진행 상황을 기록하세요.
실력 점검이 레슨에는 짧은 퀴즈가 포함되어 있습니다. 레슨을 시작해 문제를 풀고 진행 상황을 기록하세요.
실력 점검이 레슨에는 짧은 퀴즈가 포함되어 있습니다. 레슨을 시작해 문제를 풀고 진행 상황을 기록하세요.
챌린지
쉬움데이터 포인트를 나타내는 리스트와 선형 방정식의 계수를 나타내는 리스트를 인자로 받는 linear_equation이라는 이름의 함수를 작성하세요.
이 함수는 선형 방정식의 결과값을 반환합니다.
예를 들어
n = 2인 경우, 계수의 개수는 2개입니다:y = b[0] + b[1]*x[1]n = 3인 경우, 계수의 개수는 3개입니다:y = b[0] + b[1]*x[1] + b[2]*x[2]
직접 해보기
def linear_equation(coef, x):
# 여기에 코드를 작성하세요머신 러닝 입문의 모든 레슨
직접 연습해 보세요: 온라인 Python 컴파일러