선형회귀(Linear Regression)이란?
선형회귀란, 분포된 데이터를 특정 선으로 회귀시켜 대표하는 하나의 선으로 표현하는 방법을 말합니다. 이때의 선은 분포된 데이터를 잘 표현할 수 있도록 정하는 것이 중요합니다.
위의 차트에서 빨간 점은 입력된 데이터(Feature)을 나타내며, 파란색 선은 점들의 분포를 대표해서 나타낸 선형회귀된 선 입니다.
선형회귀 표현식
선형회귀는 종속 변수 y와 한 개 이상의 독립 변수 x를 갖습니다. 이를 식으로 표현하면 다음과 같습니다.
- y': 예측하고자 하는 라벨(Label)을 의미하며, 위의 차트에서 '섭씨 온도'가 y'이 됩니다.
- b: 초기 값의 편향(Bias)를 의미하며, 위의 차트에서 x=0일 때의 y 값(y 절편)입니다.
- w1: Feature1의 가중치를 의미하며, 위의 차트에서 파란선의 기울기 입니다.
- x1: 입력된 특성인 Feture1을 의미하며, 위의 차트에서 x축 입니다.
특성이 여러개인 선형회귀
만약 입력된 특성이 여러 개일 경우, 선형회귀 식은 아래와 같이 표현합니다.
'Muchine Learning > Google MLCC' 카테고리의 다른 글
03-02_손실 줄이기: 학습률(Learning Rate) (0) | 2018.08.12 |
---|---|
03-02_손실 줄이기: 경사하강법Gradient Descent) (0) | 2018.08.12 |
03-01_손실 줄이기: 반복 방식 (0) | 2018.08.12 |
02-02_ML로 전환하기: 학습 및 손실 (0) | 2018.08.11 |
01_머신러닝의 주요 용어 (0) | 2018.08.03 |