선형 회귀/회귀/분류 개념

선형 회귀 (Linear Regression)란?

 

ex)

• 시험 공부 시간 -> 성적 영향
• 하루에 걷는 횟수 -> 몸무게 영향
• -> 어떤 요인의 수치에 따라서 특정 요인의 수치가 영향을 받음 
• 다른 변수의 값을 변하게 하는 변수 (시험 공부 시간, 하루에 걷는 횟수) = x = 독립 변수 
• 변수 x에 의해서 값이 종속적으로 변하는 변수 (성적, 몸무게) = y = 종속변수

선형 회귀는 한 개 이상의 독립 변수 x와 y의 선형 관계를 모델링

If, 독립 변수 1개라면 

y = wx + b

 

w, 기울기, 머신러닝에서는 가중치 (Weight) 

b, y 절편, 별도로 더해지는 값, 편향 (bias)

 

-> 주어진 데이터로부터 y와 x의 관계를 가장 잘 나타내는 직선을 그리는 일 

선형 회귀에서 해야하는 일 -> 결국 적절한 w와 b를 찾는 일 

---

회귀란? (Regression)

• 성적/점수라는 특정한 수치를 추정하는 방식 
• 공부시간/학교와의 거리 (독립변수)로 종속변수를 예측하는 것 
• 연속된 값을 예측하는 것

회귀 모델

• 선형회귀
• 릿지회귀
• 라쏘회귀

평가 지표

• 선형회귀
• 릿지회귀
• 라쏘회귀

-> 예측값과 실제 결과값의 오차를 토대로 정확도를 구함 

---

분류란? (Classification)

• 범주/클래스를 추정하는 방식 
• 줄거리로 장르를 예측하는 것
• 종류를 예측 하는 것
• ex) 어뷰징 검출

회귀 모델

• 로지스틱회귀 (말이 회귀일 뿐 사실은 분류)
• SVM
• 나이즈베이즈분류기

평가 지표

• F1-Score
• Precision
• Recall

-> 예측한 장르랑 실제 장르랑 일치하는 데이터의 개수를 이용해서 정확도를 구함