5 - 회귀(linear regression)

회귀(regression)에 대해서 알아보겠습니다.

 

회귀에 대해서 이야기하기 전에 잠깐 보고 갈 것이 있습니다.

 

기존에 코딩과 머신러닝이 다른 것은 

 

기존 코딩에서는 이런 계산을 할 때 X+Y라는 수식을 적어주는데

 

 

머신러닝에서는 아래와 같이

 

 

 

 

이런식으로 수식을 지정해놓지 않고 무엇인가를 알아서 컴퓨터가 배우도록 합니다. 이걸 다시 보고 회귀로 돌아와보겠습니다.

 

저는 이 regression이라는 말을 들었을 때 이게 도대체 무슨소리인가 싶었는데 애를 찾아보면 위키백과에서

 

- 회귀

회귀 분석은 관찰된 연속형 변수들에 대해 두 변수 사이의 모형을 구한뒤 적합도를 측정해 내는 분석 방법이다.

 

- 선형 회귀

선형 회귀 종속 변수 y가 한개 이상의 독립 변수 x와의 선형 상관 관계를 모델링하는 회귀분석 

 

자 예네들을 이렇게 보면 이해가 안갑니다.

 

그래서 실제 사례를 들어보겠습니다.

 

- 아빠키 -> 아들키

 

예를 들면 아빠가 키가 큽니다. 그러면 아들도 클 것 이다 라고 예상할 수 있습니다.

 

아빠키(x)	아들키(y)
180	190
173	186
165	176
160	168
157	164

 

얘를 그래프로 만들어볼까요?

 

대충 아래와 같은 그래프가 나옵니다.

 

그러면 대충 저런 선의 형태로 간다고 생각해도 되겠죠?

 

 

그렇다면 이 선을 찾는 것을 어떻게 하는지 한번 보겠습니다.

 

 

참조

[1] - https://philosopher-chan.tistory.com/461?category=824636

[2] - https://www.youtube.com/watch?v=Hax03rCn3UI