회귀
-
[기계학습] 선형회귀(Linear Regression) (Part 1/2)코딩(Coding)/기계학습 2022. 1. 11. 18:44
선형회귀 선형회귀는 머신러닝 뿐만 아니라 딥러닝까지의 개념을 모두 관통하는 가장 기초적인 개념이다. 이제 부터 하나씩 천천히 내용을 살펴보자 가정 아래 그림처럼 임의 점들이 좌표계에 찍혀있다고 하자 우리의 목표는 해당 좌표들을 가장 잘 대변하는 직선의 방정식을 찾는 것이다. 가설 정의 우리는 주어진 점들을 가장 잘 표현하는 가설직선(H(x))를 정의하는 것이다. 가설 직선 H(x)는 아래와 같이 표현 할 수 있겠다.** $$ H(x) = Wx + b $$ 직선의 모양은 기울기(W)와 절편(b)로 결정되기때문에 우리가 결국에 구해야하는 것은 W와 b이다. 오차(Cost, Loss, Error) 우리가 정의한 가설직선의 오차를 구해보자 간단한 아이디어로 가설직선의 값(H(x))과 실제 점(Y)의 차이를 구하..