마무리
키워드
- 선형 회귀: 특성과 타깃 사이의 관계를 가장 잘 나타내는 선형 방정식을 찾습니다. 특성이 하나면 직선 방정식이 됩니다.
- 선형 회귀가 찾은 특성과 타깃 사이의 관계는 선형 방정식의 계수 또는 가중치에 저장. 머신러닝에서 종종 가중치는 방정식의 기울기와 절편을 모두 의미하는 경우가 많다.
- 모델 파라미터: 선형 회귀가 찾은 가중치처럼 머신러닝 모델이 특성에서 학습한 파라미터를 말한다.
- 다항 회귀: 다항식을 사용하여 특성과 타깃 사이의 관계를 나타냄. 비선형일 수 있지만 여전히 선형 회귀로 표현할 수 있다.
핵심 패키지와 함수
LinearRegression
: 사이킷런의 선형 회귀 클래스
- 매개변수
fit_intercept
매개변수를 False로 지정하면 절편 학습하지 않는다. 기본값은 True
coef_
특성에 대한 계수를 표현한 배열. 배열의 크기는 특성의 개수와 같다.
intercept_
속성에는 절편이 저장되어 있다.
확인문제
- 선형 회귀 모델이 찾은 방정식의 계수는?
-> 모델 파라미터
- 사이킷런에서 다항 회귀 모델을 훈련할 수 있는 클래스는?
-> LinearRegression
선택 미션 🔥
모델 파라미터에 대해 설명하기 : 머신러닝 모델이 특성에서 학습한 파라미터.
+ 모델 내부에서 결정되는 변수