2024-06-04

• 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