Notice
Recent Posts
Recent Comments
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- python
- 자바스크립트
- 카카오프로젝트 100
- 다크웹
- ES6
- 자바스크립트 prototype
- 보안뉴스
- GIT
- oracle
- php
- 자바스크립트 객체
- 자바스크립트 jQuery
- 자바스크립트 API
- 보안뉴스한줄요약
- numpy
- 파이썬
- 자바스크립트 node
- 자바스크립트 element api
- javascript
- Oracle SQL
- 랜섬웨어
- oracle db
- 카카오프로젝트
- 보안뉴스요약
- 보안뉴스 한줄요약
- 자바스크립트 기본 문법
- 카카오프로젝트100
- 보안뉴스 요약
- 오라클
- 깃허브
Archives
- Today
- Total
목록coef_ (1)
FU11M00N
[ Numpy ] 회귀분석 , 선형 회귀분석 , sklearn.linear_model , 결정계수
- 회귀분석 회귀 분석은 데이터 간의 상관관계 모형을 구해서 데이터를 해석하거나 예측하는 기법을 의미합니다. 간단한 예로는 들어 다음과 같은 데이터를 통과하는 직선을 찾는 기법이 있습니다. a = np.array([1,3,5,7,9]) 물론 점들이 정확히 직선에 위치되어있다면 이는 매우 쉬운 문제일 것입니다. 하지만 실제 데이터는 노이즈를 포함하여 복잡한 형태를 띠고 있기 때문에 이러한 데이터의 경향성을 파악하는 것은 결코 쉬운 일이 아닙니다. 아래의 데이터를 봐보겠습니다. b = a + np.random.normal(0,1,5) 위의 데이터에 정규분포 평균0, 편차 1의 노이즈를 포함한 데이터를 포함한 경우입니다. 위에서 다룬 직선은 분명 이번 데이터의 경향성도 어느 정도 잘 다루고 있습니다. 하지만 ..
AI/Numpy
2021. 4. 5. 11:30