회귀
classification 과는 다르게 숫자값 출력을 예측하는것
이때 네트워크는 독립변수와 종속변수의 관계에 대하여 학습한다.
보스턴 집값을 예로 들자면
- input : 독립변수 / 방개수, 주거면적, 지역, 주차공간
- output : 종속변수(수치데이터) / 주택가격
![](https://velog.velcdn.com/images/jhoacc/post/f9aa502b-1a38-4e1a-b561-0b599f679181/image.png)
classification과 regression
단순 선형 회귀
- 입력 데이터가 1차원
독립변수 1개 종속변수 1개
![](https://velog.velcdn.com/images/jhoacc/post/fbcf855c-a297-4347-b901-d7bc30991e78/image.png)
다중 선형 회귀
- 입력 데이터가 n차원
독립변수 여러개 종속변수 1개
![](https://velog.velcdn.com/images/jhoacc/post/6e2629ac-cc6a-468d-87ec-dc430dbd5bbd/image.png)
다변량 선형 회귀
- 출력 데이터가 m차원
![](https://velog.velcdn.com/images/jhoacc/post/ad1a314d-8db1-4372-9c96-ca6f9cc1ed97/image.png)