[ML] 머신러닝 - Linear Regression

GisangLee·2022년 7월 23일
0

ML

목록 보기
66/141

1. 정의

예측 값을 직선으로 표현하는 모델

  • y hat : 예측 값

  • x : 입력 값

  • 베타0 : 편향
    - 그래프에서 회귀선의 위치
    - x가 0일 때의 예측값

  • 베타1: 계수 ( Coefficient )
    - 회귀선의 기울기
    - x가 1 증가할 때 값이 증가하는 정도

2. 해석

실제 값과 예측 값의 차이가 적은 직선이 더 잘 예측하는 직선

  • 차이의 크기만을 반영하기 위해 제곱을 하고 평균을 구한다.
    - Mean Square Error ( MSE )

profile
포폴 및 이력서 : https://gisanglee.github.io/web-porfolio/

0개의 댓글