Showing

from sklearn import linear_model, datasetsimport pandas as pdimport seaborn as snsimport numpy as npfrom matplotlib import pyplot as plt%matplotlib inline# 데이터 불러오기 (California Housing)data = datasets.fetch_california_housing()print(data.keys())print(data.feature_names)print(data.target_names)df = pd.DataFrame(data=data.data, columns=data.feature_names)df['target'] = data.targetdf.head()# 데이터 통계..

1. 회귀란?회귀는 숫자 예측을 할 때 사용하는 방법이다.예를 들어, 집의 크기(입력)를 보고 집값(출력)을 예측하는 것처럼, 숫자를 뽑아내는 문제를 풀 때 회귀를 쓴다. 즉, 회귀 분석은 주어진 입력 데이터(특징)를 바탕으로 연속적인 출력 값을 예측하는 기법으로, 독립 변수와 종속 변수 간의 선형 관계를 가정한다.2. 선형 회귀(Linear Regression)란?선형 회귀는 가장 간단한 회귀 방법이다.데이터를 보고 직선을 그어서, 이 직선을 따라가면서 결과를 예측하는 방식이다.쉽고 기본적이기 때문에 처음에 시도해보기 좋다.데이터를 직선으로 설명할 수 있을 때 잘 맞아떨어진다.(입력과 출력 간의 관계가 선형)다른 모델보다 빠르고 간단해서 처음 학습이 빠르고 과적합(overfitting)의 위험이 적다...