2.1.1_Simple_Regression

[키워드]

• 선형회귀모델
• 기준모델
• scikit-learn 통한 단순회귀

[학습내용]

• 기준모델의 개념과 단순회귀에서의 기준모델
• 종속변수와 독립변수의 개념

입력	출력
독립변수	종속변수
예측/설명변수	반응변수
특성	타겟/라벨/클래스

• Scikit-learn에서의 머신러닝 적용 프로세스

  fit -> predict까지의 과정

• scikit-learn 통한 단순회귀의 절차
• 지도학습과 비지도학습 ~ 타겟변수의 유무
• 회귀와 분류 ~ 타겟변수가 연속형/범주형인지

[찾아볼 내용]👀

* 단순회귀에서의 회귀계수 추정 by LSE

$y_{i} = \beta_{0} + \beta{1}*x_{i} + \epsilon_{i}$ in given data $\{(x_{1},y_{1})...(x_{n},y_{n})\}$
$\hat{\beta_{1}} = \frac{S_{xy}}{S_{xx}}$
$\hat{\beta_{0}} = \bar{y}-\hat{\beta_{1}}\bar{x}$
$S_{xy} = \sum\limits_{i=1}^{n}(x_{i}-\bar{x})(y_{i}-\bar{y})$
$S_{xx} = \sum\limits_{i=1}^{n}(x_{i}-\bar{x})^2$