AI_Basic ) 선형회귀 ( Linear Regression )

 

https://ko.wikipedia.org/wiki/%EC%84%A0%ED%98%95_%ED%9A%8C%EA%B7%80

선형 회귀 - 위키백과, 우리 모두의 백과사전

 

선형회기는 수치 데이터를 기반으로 " 예상되는 값이 00이다 " 라는 질문에 답하기 위한 영역이다.

 

선형회기에서는 예상값(추정되는 값)이 선형일 것이라고 가정한다.

 

예측가능한 함수를 만들 때 선형이라면,

어떤 선형의 예측가능한 함수가

목적에 걸맞는 경향성을 나타내는지를 찾는 것이다.

 

이때 경향성을 찾기 위해 Cost Function , 즉 오차가 적은 방정식(경향성)을 선정한다.

예측 된 값 H(x) 에서 y 실제 값을 뺀다. 그리고 그것을 제곱하여 "오차의 정도" 스칼라로 치환하고 평균을 낸다.

 

 

그래서 결국 선형회귀의 목적은

 

즉 예측값이 오차함수를 작게만드는 방향으로 "선정"하게 하는 것이다. 

 

결론 : 선형회귀는 "값을 예측" 한다. 예측값과 실제 값의 차이를 줄이는 방향으로 "잘 예측"하는 경향성을 나타낸다.