# Linear Regression
[회귀 분석] 1. Linear Regression with One Predictor Variable (1)
계절학기로 회귀분석을 수강하게 되었다! 사실 전에 대충 공부해봤어서 뭐하는건지는 정말 정말 조금 알고 있었는데, 학교에서 수업으로 들으니까 약간 물음표들이 정리되는 기분이었다. 솔직히 어려운 과목인거 진짜 맞고,많은 양을 한번에 머릿속에 넣으려니 힘들기도 했지만 나름대
Regression : Scikit - Learn
예측할 값(Target)이 연속형(continuous) 데이터(float)인 지도 학습(Supervised Learning)틀린 정도가 평가 기준틀린 정도 작을수록 좋은 모델평가 지표MSE (Mean Squared Error)실제 값과 예측값의 차를 제곱해 평균 낸 것
[4주차_데이터분석] 개발일지 (선형회귀)
4주차 목표1\. 👉선형 회귀에 대한 기초👈2\. scikit-learn을 이용한 선형 회귀3\. 자전거 수요 예측해보기어떤 수치에 의해 다른 수치가 영향을 받고 있다고 한다면, 다른 변수의 값을 변하게 하는 변수를 독립 변수 (x, independent varia
2022.7.12 농산물 품질분류 프로젝트 6일차
학습한 내용실행결과실행결과예측값과 실제값학습한 내용 중 어려웠던 점 또는 해결못한 것들학습코드를 좀더 개선할점이 있는지 찾아보려고 한다.모델학습의 예측값이 각 라벨별 데이터의 평균과 비슷한지 히스토그램을 뽑아봐야겠다.해결방법 작성학습 소감아직 원하는 데이터의 형태를 빠
PyTorch 익히기 - Multivariable Linear Regression
Pytorch를 간단히 다루어본 적이 있는데, 앞으로의 연구에 익숙하게 활용하기 위해 Pytorch 내용을 정리해보려 한다.
PyTorch 익히기 - Linear Regression & Gradient Descent
Pytorch를 간단히 다루어본 적이 있는데, 앞으로의 연구에 익숙하게 활용하기 위해 Pytorch 내용을 정리해보려 한다.
[머신러닝을 위한 파이썬 한 조각] CH.5 선형회귀와 분류 (Linear Regression & Classification)
regression - 학습(learning) 개념입력(x)과 출력(y)은 y = Wx + b 형태로 나타낼 수 있음y = Wx + b는 다양한 직선의 형태를 띨 수 있는데, training data의 특성을 가장 잘 표현할 수 있는 가중치 W와 바이어스 b 를 찾는
선형 분류와 회귀
선형회귀(Linear regression) 학습과정 임의의 파라미터 값을 설정해서 선형모델을 가정한다. train data로 학습한다. loss, cost를 사용해서 MSE를 구한다. ...
linear regression 활용해보기
tensorflow의 기초에 대해서 배우고 있다.tensorflow는 다양한 작업에 대해 데이터 흐름 프로그래밍을 위한 오픈소스 소프트웨어 라이브러리이다. 또한 추상화에 있고 디버깅과 시각화에 매우 능한 플랫폼입니다.그래서 많은 사람들이 딥러닝 혹은 머신러닝을 할 때
3. [머신러닝] Linear Regression Code 구현
Training Data 입력https://blog.kakaocdn.net/dn/b2B8Ux/btqV35Z4gos/5Rf8aJeCnXpTaGMcju3vX1/img.png입력 데이터(x)와 출력 데이터(t)를 numpy를 이용하여 행렬 형태로 입력합니다.가중치
2. [머신러닝] Linear Regression
회귀 (Regression) Training Data를 이용하여 데이터의 특성과 상관관계 등을 파악하고, 그 결과를 바탕으로 Training Data에 없는 미지의 데이터가 주어졌을 경우에, 그 결과를 연속적인 (숫자) 값으로 예측하는 것 ex) 공부시간과 시험성적
선형 회귀 모델: Basis Function
Keywords D-dimensional Linear Regression Model Linear Combination Basis Function Gaussian Basis Loss Function with Gaussian (Utilizing MSE) Analyti
Multiple Linear Regression
Main Purpose: Building a model that accurately predicts the test data (as opposed to the train data)Train/Test SplitTrain Data - used to train the mod
따릉이 데이터 분석하기 (3) Shrinkage Methods
이번 글에서는 Linear regression을 계속 다룰 것인데, 그중에서도 regularization method나 spline regression과 같은 변형된 방법들을 다루어보고자 한다(역시 Regression 문제가 Linear Model로 다루기 최적인듯 하
따릉이 데이터 분석하기 (2) Linear Regression
먼저, 앞서 살펴본 따릉이 데이터셋을 이용해 가장 간단한 Linear Regression Model을 구현해보도록 하자. Python에는 statsmodels라는 패키지가 있는데, 이는 R에서 사용하는 형태로 통계분석을 가능하게 해주는 패키지이다(공식 문서 참고). 이
Partial Regression
Linear Regression model에서 예측변수가 여러개일 때, 즉 multiple linear regression인 경우 각각의 변수 고유의 영향력을 파악하는 방법으로 partial regression이 있다(Partial Least Square algorit
[Linear Regression] 단순 선형회귀 with python
회귀 분석은 지도학습(supervised learning)중 하나인데 지도학습이란 y=f(x)에 대하여 입력변수(x)와 출력변수(y)의 관계에 대해 모델링을 하는것이다. 지도학습은 회귀(regression) 와 분류(classification)으로 나뉘게 된다.회귀: