김성범 교수 핵심 머신러닝 4강

4강. 선형회귀모델 (개요, 가정) I.

선형회귀모델 개요 A. 목적: 하나 이상의 독립변수(X)를 사용하여 종속변수(Y)를 예측하고, 변수 간의 선형적 관계를 정량적으로 설명.

B. 구조: 전체 데이터에 대해 실제값과 예측값의 차이를 최소화하는 회귀식의 직선 찾기. • 단순 선형회귀: 하나의 독립변수를 사용하여 종속변수를 설명 • 다중 선형회귀: 하나 이상의 독립변수를 사용하여 종속변수를 설명 • Y: 종속변수(Dependent Variable) • X_j: 독립변수(Independent Variable) • β0: 절편(Intercept) — 독립변수 X가 0일 때 Y의 평균적인 예측값 • β_j: 회귀계수(Coefficient) / 기울기(Slope) — 독립변수 X_j 한 단위 증가할 때 종속변수 Y가 변하는 평균적인 양 • ε: 오차항(Error Term) — 실제 값과 모델 예측값의 차이 ⸻ II.

회귀모델의 분류 A. 독립변수의 수에 따른 분류 1.

단순 회귀: 독립변수...