선형회귀

입력 변수와 출력 변수 사이의 관계를 모델링하는데 사용되는 회귀 분석 기법이다

요약하자면 데이터를 가장 잘 대변하는 최적의 선을 찾는 과정이라고 할 수 있다

여기서 x를 독립 변수라고 하며 y는 x에 영향을 받는 종속변수라 칭한다.

만약 독립 변수 x가 하나라면 단순 선형 회귀, 2개 이상이면 다중 선형 회귀라고 한다.

• 독립 변수는 예측(Predictor)변수, 설명(Explanatory), 특성(Feature) 등으로 불린다.
• 종속 변수는 반응(Response)변수, 레이블(Label), 타겟(Target) 등으로 불린다.

• 단순 선형 회귀 분석 : y=β1x+β0다중 - - 선형 회귀 분석 : y=β0+β1x1+β2x2+...wnxn

EX)

공부시간에 따른 시험 점수를 나타낸 표가 있다. 알고있는 데이터로부터 x와 y의 관계를 유추하고, 표에 없는 10시간 공부하였을 때 성적을 예측하고자 한다. 머신러닝에서는 x와 y의 관계를 유추하기 위해 식을 세우게 되는데 이것을 **가설(H)**이라고 한다

기준모델 & 예측 모델

• 기준 모델 : 에측 모델을 구체적으로 만들기 전에 간단하게 직관적으로 성능을 나타낸 기준 모델.

분류 : 최빈값

회귀 : 평균값