선형 회귀는 종속변수 y와 한 개 이상의 독립(또는 설명) 변수 X와의 선형 상관 관계를 분석하는 기법이다. 한 개의 설명변수에 기반하였으면 단순 선형 회귀, 둘 이상의 설명변수에 기반하였으면 다중 선형 회귀라고 한다.
선형 회귀는 확보한 데이터를 이용해서, 독립 변수와 종속변수 사이의 관계를 선형식으로 추정한다. 이때 추정(Estimate)하는 이유는 우리가 데이터 분석을 진행할 때 전체 데이터(모집단) 없어 샘플(표본)을 사용하기 때문이다.
단순선형회귀에 사용되는 직선의 방정식은 y = x * 기울기 + y 절편이다. 이 방정식으로 x의 독립 변수 데이터를 활용하여 y 값을 예측할 수 있게 된다.
선형 회귀라 선형 직선이 추정되는데, 이때 관측값과 추정된 직선 사이의 오차(Error)들의 합이 가장 작은 추정 직선이 가장 적합한 직선이 된다. 이때 사용되는 방법이 최소제곱법(Method of Least Square)이다.
최소제곱 법은 관측값과 예측값 사이의 오차 제곱 합이 최소...
#
AdjustedR2
#
LinearRegression
#
R2
#
결정계수
#
단순선형회귀
#
선형회귀
#
인공지능
#
조정된결정계수
원문 링크 : 선형 회귀(Linear regression)
