지난 시간
Linear Regression (선형 회귀)
독립변수 1개인 수식 => y = wx + b
Linear Regression Model은 직선이 됩니다. y = wx + b (1차 방정식)
y = 예측값
w = 가중치
x = 독립변수
b = 보정치그렇다면 독립변수가 3개라면?
x가 3개, 가중치도 3개가 될 거에요
y = w₁x₁ + w₂x₂ + w₃x₃ + b
| 온도(x₁) | 태양량(x₂) | 바람(x₃) | 오존량(t) |
|---|---|---|---|
| 1 | 2 | 3 | - |
| 4 | 5 | 6 | - |
| 7 | 8 | 9 | - |
| 10 | 11 | 12 | - |
=> 다차원의 계산을 하기 위해서 행렬 연산(행렬 곱)을 합니다.
1 2 3 1 1
4 5 6 2 2
7 8 9 x 3 = 3
10 11 12 4
13 14 15 5
(5x3) (3x1) (5x1)이번주는
독립변수가 여러개인 Multiple Linear Regression(다중 선형 회귀)에 대해서 알아봐요
Data 특성을 잘 몰라서 어떤 Optimizer를 써야할지 잘 모를때는 Adam Optimizer를 쓰는것도 하나의 방법이에요
confusion matrix
분류 모델 성능 평가 지표
