반응형
회귀분석
: Loss function을 최소화하는 Gradient Descent를 통해 데이터를 가장 잘 설명할 수 있는 선을 찾는 것
단순 선형 회귀분석
: y = aX + b
입력값(X)이 한 개일 경우에만 사용이 가능하다.
두 변수 간의 직관적인 관계를 알아볼 때 사용한다.
다중 선형 회귀분석
: y = b0 + b1 * x1 + b2 * x2 + b3 * x3 + ...
여러 개의 입력값 사이 간의 상관 관계*가 높을 경우 결과에 대한 신뢰성을 잃을 가능성이 있음
다항 회귀분석(Polynomial Regression)
: 1차 함수 선형식으로 표현하기 어려울 때, 다항 회귀분석을 이용한다.
제곱이 될 수도 있고 세제곱이 될 수도 있고 다양하게 식이 전개될 수 있다.
-> 과적합 문제가 발생할 수 있음
반응형
'AI > Machine Learning' 카테고리의 다른 글
정규화 / 회귀 알고리즘 평가 지표 (0) | 2021.02.03 |
---|---|
과적합(Overfitting) 방지방법 (0) | 2021.02.02 |
Confusion Matrix (0) | 2021.02.02 |
Supervised Learning / Unsupervised Learning (0) | 2021.02.02 |
Data preprocessing & Feature engineering (0) | 2021.02.01 |