데이터 분류

범주형

• 명목형

: 자료의 순서가 의미 없는 데이터
e.g) 성별 색깔

• 순서형

: 자료의 순서에 의미가 있는 데이터
e.g) 만족도 성적

수치형

• 연속형

: 두 개의 값이 무한한 개수로 나누어진 데이터
소수점 존재

• 이산형

: 두 개의 값이 유한한 개수로 나누어진 데이터
소수점 존재 X

변주형 변수를 인코딩시, 정보 손실이 일어난다.
만약 변수가 서울 경기 강원 충북 등 다양한 것을 숫자로 치환한다면, 그 지역이 가지고 있는 특성이 있을 것이다.
그에 대한 y를 예측할 때 정보 손실이 발생하는 것이다.
(하지만 그 특성이 어떤 특성인지 우리는 알지 못한다.)

머신러닝/딥러닝 모델에서 사용하는 선형회귀 식

$\LARGE Y = w1X + w0$

• $Y$: 종속 변수
• $X$: 독립 변수
• $w$: 가중치, 회귀계수 .coef_
• $b$: 편향(Bias), .intercept_

오차항은 다루지 않는다.

선형회귀 만의 평가 지표

$\large R^2 = \dfrac{(예상치 - 평균)^2 의 합}{(실제값 - 평균)^2 의 합} = \dfrac{SSR}{SST}$

• $R^2$ 값은 1이 이상적인 값
• $R^2$ 값이 0이라면 모델이 데이터의 변동을 전혀 설명하지 못한다는 의미
  (평균으로 예측하면 0이 나온다.)

사용 시 주의해야 할 점

• $R^2$ 값은 독립 변수가 추가될 때마다 증가하는 경향이 있다.
• $R^2$ 가 높다고 해서 반드시 좋은 모델은 아니며, 다른 평가 지표와 함께 고려해야 한다.