검색 본문
cheerplay.tistory.com 몽글몽글피어나 선형회귀(Linear Regression) 11 알고리즘이다.- 선형 회귀(Linear Regression)을 통한 이해 선형 회귀를 통해 경 cheerplay.tistory.com 이 내용을 보고왔으면 어느정도 경사하강법이랑 선형회귀에 대해 이해했을 것이다. 이 내용에서는 아파트평수와 전력소모량의 관계를 보여준 단순 선형 회귀 이다. 이번 내용은 선형회귀에 대해 자세한 내용을... 2024.05.28 블로그 검색 더보기 원당컴퓨터학원 IT 분야 크리에이터 3.1 선형 회귀 1. 선형회귀란? 선형회귀는 종속 변수 ( y )와 하나 이상의 독립 변수 ( X )들 간의 관계를 모델링하는 통계적 방법입니다. 이 모델은 변수들 사이의 선형 관계를 찾아내어, 한 변수의 변화가 다른 변수에 어떤 영향을 미치는지를 예측하는 데 사용됩니다. 예를 들어, 공부 시간과 시험 점수 사이의 관계를 나타내는 선형 회귀 모델은 다음과 같은 형태를 가질 수 있습니다: [ y = aX + b ] 여기서 ( a )는 기울기(공부 시간당 점수 증가량)를, ( b )는 y절편(공부하지 않았을 때 예상 점수)을 나타냅니다. 주어진 데이터를 바탕으로 모델을 2. 기계학습은 어떤 원리로 학습 되는가? 자동으로 학습하는 과정입니다. 기계학습은 경험을 통해 자동으로 개선하는 컴퓨터 알고리즘의 연구 분야로, 방대한 데이터를 분석하여 미래를 예측하는 기술이자 인공지능의 한 분야로 간주됩니다. 기계학습에서는 알고리즘이 대규모 데이터 세트를 분석하고, 해당 데이터에서 역방향으로 작업하여 선형 회귀 방정식을 계산합니다. 데이터 사이언티스트는 먼저 알려진 데이터 세트나 레이블이 지정된 데이터 세트에 대해 알고리즘을 훈련시킨 다음, 해당 알고리즘을 사용하여 알 수 없는 값을 예측합니다.이제, 주어진 예제를 3.실습 # 필요한 라이브러리를 불러옵니다. import numpy as np from sklearn.linear_model import LinearRegression # 공부 시간(X)과 시험 점수(Y) 데이터를 정의합니다. X = np.array([[1], [2], [3]]) Y = np.array([50, 60, 70]) # 선형회귀 모델 객체를 생성합니다. model = LinearRegression() # 모델을 데이터에 맞추어 학습시킵니다. model.fit(X, Y) # 4시간 공부했을 때의 시험 점수를 예측합니다. pr 4. 맺음말 선형회귀는 데이터 사이의 관계를 이해하고 미래의 결과를 예측하는 데 매우 유용한 도구입니다. 우리가 살펴본 공부 시간과 시험 점수의 예는 선형회귀의 간단한 응용 사례에 불과합니다. 실제로, 선형회귀는 경제학에서 수요 예측, 의학에서 질병의 위험도 평가, 기상학에서 기후 변화 모델링 등 다양한 분야에서 활용됩니다.예를 들어, 부동산 시장에서는 선형회귀를 사용하여 주택 가격을 예측할 수 있습니다. 여기서 주택의 크기, 위치, 연령 등이 독립 변수가 되고, 주택 가격이 종속 변수가 됩니다. 마찬가지로, 소매업에서는... 선형회귀는 종속 변수 ( y )와 하나 이상의 독립 변수 ( X )들 간의 관계를 모델링하는 통계적 방법입니다. 이 모델은 변수들 사이의 선형 관계를 찾아내어, 한 변수의 변화가 다른 변수에 어떤 영향을 미치는지를 예측하는 데 사용됩니다. 예를 들어, 공부 시간과 시험 점수 사이의 관계를 나타내는 선형 회귀 모델은 다음과 같은 형태를 가질 수 있습니다: [ y = aX + b ] 여기서 ( a )는 기울기(공부 시간당 점수 증가량)를, ( b )는 y절편(공부하지 않았을 때 예상 점수)을 나타냅니다. 주어진 데이터를 바탕으로 모델을 2024.05.09 choiish98.tistory.com CS Archive 선형 회귀 (Linear Regression) 1-1. 정의 선형 회귀는 지도학습의 한 종류로, 독립 변수(X)와 종속 변수(Y) 간의 선형 관계를 모델링하고 예측하는 데 사용한다. 여기서 종속 변수는 예측하려는 변수로 일반적으로 출력값이고, 독립 변수는 종속 변수에 영향을 주는 변수로 입력값이다. 즉, 선형 회귀는 입력값과 출력값 간의 관계를 선으로 정의하고, 선을 통해 다음 입력값에 대한 출력값을 예측하는 것을 말한다. 1-2. 예시 선형 회귀의 예시로 키와 몸무게 쌍의 데이터를 통해 남녀 성별을 예측하는 것이 있다. 아래 그림의 왼쪽 그래프를 보면, 남녀 간의 키 몸무게 쌍의 값이 두 가지 영역으로 구분될 수 있는 것을 볼 수 있다. 선형 회귀는 오른쪽 그래프처럼 입력받았던 키, 몸무게 쌍을 통해 남녀 성별을 예측할 수 있는 선을 긋고, 다음 입력값이 어느 영역에 속하느냐에 따라 해당 값의 성별을 예측하는 것이다. 그림 1. 키와 몸무게 쌍과 성별 간의 선형 회귀 예시 #2 모델 2-1. 수학적 정의 수학적 측면에서 선형 회귀는 아래와 같은 식으로 나타낼 수 있다. 다음 식에서 Y는 예측값, x는 입력값, w는 가중치이다. 그림 2. 선형 회귀 수학적 정의 위의 정의에서는 하나의 가중치가 사용되고 있지만, 실제 모델에서는 여러가지 특성이 고려될 수 있어야 한다. 따라서 여러 가지 특성을 고려하는 특성 함수를 정의하고, 각각의 특성에 대한 가중치를 정의하는 것이 선형 회귀에서는 중요하다. 선형 회귀의 학습은 가중치와 편향을 찾고, 실제값과 예측값의 오차를 가장 적게하는 것을 목표로 한다. 2-2. 손실 함수 (Loss function) 손실 함수는 예측값과 실제값의 오차를 나타내는 함수이다. 손실 함수의 정의는 예측값에 실제값을 뺀 후 제곱하여 입력값의 개수만큼을 나눈 것이다. 제곱을 하는 이유는 오차를 항상 양수만 사용하여 절대값이 모델로부터 얼마나 벗어나는 지를 비교하고, 손실 함수를 통해 최적의 가중치를 찾을 때 미분을 사용하여 기울기가 0인 점을 찾기 위해서이다. 이에 따른 손실 함수의 수학적 정의는 아래와 같다. 그림 3. 손실함수의 수학적 정의 그림 4. 손실 함수 그래프 위의 손실함수의 정의는 모든 오차를 동일하게 취급하는 평균제곱... 2-3. 최적화 (Opimization) 모델의 오차를 최소화 하기 위해, 가중치에 따른 손실함수를 최솟값을 찾아야 한다. 경사하강법 경사하강법은 함수의 최솟값을 찾는 방법으로 손실함수에서도 최솟값을 찾기 위해 사용되기도 한다. 경사하강법은 초기에 임의의 점을 선택하고, 편미분을 통해 점의 기울기를 찾는다. 이후 기울기의 반대 방향으로 이동하며 최솟값을 찾는다. 점을 이동할 때는 학습률이라는 하이퍼 파라미터를 이용하여 얼마나 큰 단계로 이동할 지 선택할 수 있으며, 충분한 반복을 통해 최적점에 수렴하게 된다. 하지만 학습률이 너무 크거나 작은 경우 수렴하지 못 하기 때문에 학습률을 잘 설정하여야 한다. 그림 5. 경사하강법 수학적 정의 그림... 학습률 앞서 말한 것처럼 학습률을 설정하는 것은 중요하다. 이를 최적화 하는 학습률 조절 알고리즘들은 다음과 같다. Adagrad (Adaptive Gradient Algorithm): 과거의 그래디언트를 보존하여 학습률을 조절하는 방식, 학습이 진행됨에 따라 이전 그래디언트의 제곱값을 누적하여 학습률을 조정, 이는 각각의 매개변수에 대해 개별적으로 학습률을 조절하여 자주 등장하지 않는 특성에 대해서는 큰 학습률을 적용하고 자주 등장하는 특성에 대해서는 작은 학습률을 적용하는 효과를 가져옴, 그러나 학습이 진행됨에 따라 누적된 제곱 그래디 6 선형 회귀는 지도학습의 한 종류로, 독립 변수(X)와 종속 변수(Y) 간의 선형 관계를 모델링하고 예측하는 데 사용한다. 여기서 종속 변수는 예측하려는 변수로 일반적으로 출력값이고, 독립 변수는 종속 변수에 영향을 주는 변수로 입력값이다. 즉, 선형 회귀는 입력값과 출력값 간의 관계를 선으로 정의하고, 선을 통해 다음 입력값에 대한 출력값을 예측하는 것을 말한다. model Ai training linear regression 2024.04.30 exestudiary.tistory.com exestudiary EDA - 추정 (로버스트 선형회귀) 17 LMS/ LTS 추정 > 자료점을 라 하고, 잔차를 라 할 때, 최소제곱법은 을 풀어 회귀직선을 얻는다. LMS > 반면에 LMS (Least Median of Squares) 회귀는 로버스트...법은 Least Squares지만 Least Mean of Squares으로 간주 가능하다. > LS는 선형대수적 풀이가 가능하지만 LMS는 몬테카를로 반복시행으로 해를 찾는다... 2024.05.22 EDA - 다중선형회귀 kevinitsme.tistory.com kevin의 IT 도전기 Linear regression(선형 회귀) 34 얼마나 퍼져있나를 나타내주는 수치이다. - normalized는 평균이 0이 되도록 매핑, 공분산이 1이 되도록 매핑해야 한다. - 데이터가 비선형적인 상황이 필요하다면 선형적인 모델로 사용할 수 없기에 Polynomial Regression은 딥러닝에서 다루는 문제. - 복잡한 선형모델 또한 머신러닝보다 딥러닝에서 다룰 예정이다... 2024.05.20 통합웹 더보기
서비스 안내 스토리의 글을 대상으로 검색결과를 제공합니다. 자세히보기 brunch.co.kr 박경아 6. 선형회귀 (Linear Regression) 6 와 가격이나 LTV와 같은 실수값을 예측하는 회귀(Regression)로 다시 나눌 수 있다. 지도학습과 비지도학습 (위키북스, ADsP 데이터분석 준전문가) 선형회귀(Linear Regression)란? 그 첫 번째로 선형회귀 알고리즘에 대해 공부해 보도록 하자. 우선 회귀분석이란 하나 이상의 독립변수와 종속변수의 관계를 모델링하는... 브런치북 머신러닝, 딥러닝 사전 머신러닝 회귀분석 데이터분석 2022.09.30 브런치스토리 검색 더보기 story.kakao.com Giant Giant - 카카오스토리 혈청 비타민 D 농도를 비교했으며, 비타민 D와 각 만성질환 지표 간에 대해 피어슨 상관 분석 및 다중 선형 회귀 분석을 시행했다 그 결과, 혈청 비타민 D 농도는 여성이 남성보다 높았고, 나이가 많을수록... 2024.04.22 카카오스토리 검색 더보기
서비스 안내 Kakao가 운영하는 책 서비스 입니다. 다른 사이트 더보기 R을 활용한 선형회귀분석(2020) 저자 강근석, 유현조 출간 2020.2.28. 도서 32,000원 선형회귀분석 저자 염준근 외 출간 2017.2.28. 도서 33,250원 선형회귀분석 저자 강근석, 김충락 출간 2013.3.5. 도서 35,000원 응용 선형회귀모형 저자 Michael H K... 출간 2017.2.28. 도서 35,150원 선형 회귀분석 저자 김종덕 출간 2002.8.30. 도서 15,000원 선형회귀분석 저자 염준근 출간 2000.8.30. 선형회귀분석 저자 염준근 출간 1997.8.11. 선형회귀분석 저자 염준근 출간 1997.8.11. 선형회귀분석 저자 최병선 출간 1996.2.1. Minitab을 이용한 선형 회귀분석(개정판 3판) 저자 김종덕, 박병훈 출간 2019.9.1. 도서 22,500원 더보기 (주)카카오는 상품판매의 당사자가 아닙니다.법적고지 안내 (주)카카오는 통신판매중개자로서 통신판매의 당사자가 아니며 상품의 주문 배송 및 환불 등과 관련한 의무와 책임은 각 판매자에게 있습니다.