선형 회귀 (Linear Regression)

 

선형 회귀 (Linear Regression)

---

 

 

선형 회귀는 변수와 변수 사이의 선형적인 관계를 모델링한 것이라 표현하는데, 여기서 '선형적'이란

 

간단히 말 해 직선적이라는 의미를 가진다.

 

1차 함수 y = 2x+1을 그래프로 표현하면 다음과 같은데 각 변수들을 선으로 이으면 직선이 나오는 것을 확인할 수 있다.

 

 

1차 함수 y = ax+b // ax == 직선의 기울기, b == y 절편

 

 

이처럼 직선적인 성격을 가진 선형 회귀는 제품 가격과 판매량, 공부 시간과 성적 등

 

일상 생활의 많은 곳에서 적용이 가능하기 때문에 머신러닝의 대표적인 이론이라 할 수 있고

 

우리의 목표는 선형 회귀를 통해 그은 여러 선 중 변수와 변수 사이의 관계가 가장 이상적인 선을 찾아 적용하는 것이다.

 

물론, 이상적인 선을 찾는다는 건 쉬운 일이 아니기 때문에 그중 가장 효율적인 선을 찾는다는 의미이다.

 

---

 

정리

 

• 선형 회귀란 주어진 데이터를 이용해 일차 방정식을 수정해 나가는 것
• 학습을 거쳐 가장 합리적인 선을 찾는다.
• 1차 함수가 적용되었기 때문에 직선의 기울기 ax와 y절편 b 값을 바꾸어 가며 학습을 진행한다.
• 3개 이상의 변수가 존재할 때 효과가 있다.

 

---

 

 

 

 

 

https://www.youtube.com/watch?v=IhNNpyWKorY&list=PLRx0vPvlEmdAbnmLH9yh03cw9UQU_o7PO&index=2 

youtube 동빈나님 영상으로 공부하고 내 언어로 정리하기