Differences

This shows you the differences between two versions of the page.

--- 머신러닝:선형회귀 [2025/10/11 14:48] – created masteraccount
+++ 머신러닝:선형회귀 [2025/10/12 15:25] (current) – masteraccount
@@ Line 3: / Line 3: @@
 ==== 개념 ====
 [[선형대수:일차결합|선형결합]]을 응용한다.\\
-선형결합의 각 $v_n$ 이 선형회귀에서는 [[머신러닝:특징]]이 되고, 선형결합의 $a_n$이 선형회귀에서는 [[통계학:가중치]]가 된다.
+선형결합의 각 $v_n$ 이 선형회귀에서는 [[머신러닝:특징]]이 되고, 선형결합의 $a_n$이 선형회귀에서는 [[통계학:가중치]](=회귀계수)가 된다.
 선형 회귀는 흩어져 있는 데이터 점들 사이를 가장 잘 가로지르는 최적의 직선 하나를 찾는 과정\\
 모든 점들로부터의 평균적인 거리가 가장 가까운 직선을 그리는 것이 목표이다.\\
@@ Line 18: / Line 18: @@
 \\
 === 공식 ===
-$ \hat{y} = \beta_0 + \beta_1 x_1 $
+$ \hat{y} = \beta_0 + \beta_1 x_1 $\\
+\\
+==== 좋은 선형회귀함수란? =====
+데이터를 사용하여 최적의 [[통계학:가중치]](=회귀계수)를 찾는다.(여기서 특이한게... 머신러닝에서는 가중치를 모수라고하는데... 개념적으로는 가중치가 맞아서 가중치라고했다.) \\
+해당 함수로 [[머신러닝:평균제곱오차]]를 출력한다. \\
+그 평균제곱오차가 가장 낮은게 좋은 회귀함수다. \\
+\\
+==== 좋은 선형회귀함수를 만드는 방법====
+여러가지 방법이있지만 [[머신러닝:경사하강법]]을 많이 쓴다.\\