노트와 노트

※ 이 글은 책을 공부한 내용&개인적으로 공부한 내용을 정리한 글입니다! 회귀(Regression) 머신러닝에서 회귀란, 주어진 피처와 결정 값 데이터 기반에서 학습을 통해 최적의 회귀 계수를 찾아내는 것을 의미한다. ※ 같은 지도학습 유형인 분류와의 차이점 분류: 예측값이 카테고리와 같은 이산형 클래스 값 회귀: 연속형 숫자 값 회귀의 유형 독립변수 개수 회귀 계수의 결합 1개: 단일 회귀 선형: 선형 회귀 여러 개: 다중 회귀 비선형: 비선형 회귀 선형 회귀는 실제 값과 예측값의 차이(오류의 제곱 값)를 최소화하는 직선형 회귀선을 최적화하는 방식이다. 선형 회귀의 유형은 아래와 같이 나눠진다. 일반 선형 회귀 릿지(Ridge) 라쏘(Lasso) 엘라스틱넷(ElasticNet) 로지스틱 회귀(Logis..