해당 글은 코드잇 강의를 참고하여 작성되었습니다.
- 다항 회귀
- 1차식이 아닌 다항식으로 회귀분석을 하는 것(가설 함수가 직선이 아니라 곡선이 됨)
- 단일 속성 다항 회귀 : theta의 최적값을 찾는다. → 열을 추가하여, 입력변수로 취급해 다중 선형 회귀처럼 구한다.
- 다중 다항 회귀 : 2차 함수라면 가능한 이차항들을 다 열에 추가해 다중 선형 회귀로 취급한다.
- 속성들을 서로 곱해서 차항을 높여 선형 회귀 문제를 다항 회귀 문제로 만들어주면 속성들 사이에 있을 수 있는 복잡한 관계들을 프로그램에 학습시킬 수 있다.
- scikit-learn으로 다항회귀하기
'데이터 > 머신러닝' 카테고리의 다른 글
3.1 데이터 전처리 (0) | 2021.07.23 |
---|---|
2.4 로지스틱 회귀(Logistic Regression) (0) | 2021.07.22 |
2.2 다중 선형 회귀(Multiple Linear Regression) (0) | 2021.07.22 |
2.1 선형 회귀(Linear Regression) (0) | 2021.07.21 |
1.3 미분 필요한 만큼만 배우기 (0) | 2021.07.20 |