1. 선형회귀 정의
2. 선형회귀 해석
3. 선형회귀 평가
선형회귀(Linear Regression)의 정의
예측값을 직선으로 표현하는 모델
선형 회귀 평가
어떤 직선이 더 잘 예측하나요? -> 실제값과 예측값의 차이가 작은 직선이 더 잘 예측!
이러한 차이를 분석하는 방법을 보자.
만약 단순히 더하기만 하면 음수와 양수가 상쇄되어 정확한 크기가 나오지 않는다.
따라서 실제 차이의 크기를 반영하기 위해서는 제곱을 한뒤 평균을 구하면 된다.
이러한 과정을 Mean Squared Error라고 표현한다,
처음 나왔던 예시를 보고 선형회귀 평가를 보자.
'Machine Learning > 머신러닝 온라인 강의' 카테고리의 다른 글
| CH02-05. Regularization (1) | 2022.10.03 |
|---|---|
| CH02-03. Linear Regression 실습하기 (Python) (0) | 2022.10.03 |
| CH02-02. Linear Regression 심화 (0) | 2022.10.03 |
| CH01-02. Model Selection (1) | 2022.10.03 |
| CH01-01. 머신러닝이란 (0) | 2022.10.03 |
