[ML/DL] 회귀(Regression)의 정의와 구현

회귀(Regression) 1-1.회귀(Regression)란? 회귀는 독립변수와 한개의 종속 변수간의 상관관계를 모델링 하는 기법으로 보통 머신러닝의 회귀 예측의 핵심은 주어진 피처(속성/독립변수)와 결정 값(종속변수) 데이터 기반에서 학습을 통해 최적의 회귀계수를 찾아내는 것! 간단하게 A(독립변수)와 B(종속변수) 둘의 인과관계나 둘의 연관성? 등을 통해 A라는 속성만 있을 때 B의 값을 예측하는 것이다. 1-2.회귀의 종류 회귀의 종류는 독립변수의 개수에 따라 달라진다. 단순선형회귀 - 독립변수 1개 다중선형회귀 - 독립변수 2개이상 # 분류와 회귀의 가장 큰 차이는 값의 차이다. 분류는 카테고리값(이산값) 이고 회귀의 결과값은 숫자값(연속값)으로 되어있다. 1-3.구현 # 그래프를 그리는데 필요..