- Today
1. SQL 코드카타 1문제 (SQL 50)
2. 머신러닝 선형회귀
- Today I Learned
머신러닝
선형관계란?
x 값이 증가함에 따라 y 값이 비례하여 증가하는 기울기가 변화하지 않는 관계
직선
비선형?
선형 외의 것
오차 합 평균
: 데이터가 많아질 수록 에러가 커지게 되기 때문에 갯수로 나눈 것
: 오차합이 적을 수록 잘 만든 직선이다.
가중치?
: 전체에서 가지는 중요성을 높이기 위해 특정 부분이나 요소에 일정한 수치를 더하는 것
# 선형회귀 훈련(적합)
# LinearRegression(): 선형회귀 모델
from sklearn.linear_model import LinearRegression
model_lr = LinearRegression()
# 데이터 훈련
# X: 훈련시킬 값
# y: 종속변수
model_lr.fit(X = X, y = y)
# 가중치(w1)
print(model_lr.coef_)
# 편향(bias, w0)
print(model_lr.intercept_)
선형회귀 모델 평가
1. 회귀(숫자를 맞추는 방법): MSE
2. R Square 값: 평균대비 설명력, 0이면 제일 낮고 1일수록 높은 것
회귀:
직선을 그리고, 경향을 파악할 수 있고, 앞으로 어떤 값이 나올 것인지 예측하는 것
!!!! 경향을 파악한다 !!!!
LinearRegression()
: 직선을 예측한다.
: 직선을 기술하는 수식 y={w1}x +{w0}
w1 : 직선의 기울기
w0 : 직선의 위치
@@@@@< 어떤 상황에 어떤 모델을 쓰고, 어떻게 학습한다 >@@@@@
- Next
1. SQL 코드카타 1문제
2. 머신러닝 기초 완강
3. 통계학 2회차 라이브 세션 수강
+ 대시보드
'TIL' 카테고리의 다른 글
2024-06-07 (0) | 2024.06.07 |
---|---|
2024-06-05 (1) | 2024.06.05 |
2024-06-03 (1) | 2024.06.03 |
2024-06-02 (0) | 2024.06.02 |
2024-05-31 (1) | 2024.05.31 |