[머신러닝] 선형회귀(Linear Regression)

 

---

 

선형회귀(Linear Regression)

선형회귀 분석은 데이터를 표현하는 회귀선이라고 불리는 하나의 직선을 찾는 것에서부터 시작합니다. 단순 선형회귀 분석은 x변수와 y변수 간의 관계를 y=ax+b와 같은 하나의 선형 관계식으로 표현할 수 있습니다.

데이터를 대표하는 직선

기울기 a, 절편 b에 따라 그 선의 모양이 정해지기 때문에 최적의 a와 b를 얻는 것을 목표료 합니다.

 

다항회귀(Polynomial Regression)

데이터가 단순한 선형보다 복잡한 형태를 가질 수 있습니다. 비선형 데이터를 학습하는 데 선형 모델을 사용할 수 있는데, 이렇게 하는 간단한 방법은 각 특성의 거듭제곱을 새로운 특성으로 추가하고, 이 확장된 특성을 포함한 데이터셋에 선형 모델을 훈련시키는 것입니다. 이런 기법을 다항 회귀라 합니다. 관계식을 y=ax²+bx+c로 정리할 수 있습니다.

일반적인 선형회귀로 해결할 수 없다.

다항회귀를 사용해 곡선형태로 나타내야한다.

 

 

github 코드 첨부

https://github.com/erdnussretono/LinearRegression_sklearn/blob/main/linear%20regression.ipynb

erdnussretono/LinearRegression_sklearn