Notice
Recent Posts
Recent Comments
Link
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
- 스프링 부트
- WinError5
- 알고리즘
- db
- oracle
- 컬렉션 프레임웍
- 파이썬
- openai
- 오라클
- 사이킷런
- 셀레니움
- 사이킷런 회귀
- Java
- h2 데이타베이스
- 스프링 부트3
- 자바 로그 레벨
- streamlit
- 차원증가
- 컬렉션 인터페이스
- 쓰레드 풀
- 프로그래머스
- REST API
- 머신러닝
- 자바 열거형
- 완주하지못한선수
- Python
- URI 원칙
- conda remove
- GIT
- Selenium
Archives
- Today
- Total
목록mae (1)
노트 :
선형회귀 평가지표 (with Scikit-learn)
1. 회귀(Regression) : 영국의 통계학자 갈톤(Galton)이 유전적 특성을 연구하면서 체계화함. 부모와 자식의 키의 상관관계를 들여다 보면 부모의 키가 모두 클 때 자식의 키가 크긴 하지만 부모를 능가할 정도로 크지 않고, 부모의 키가 모두 작을 때 그 자식의 키가 작기는 하지만 부모보다는 큰 경향성을 띔. 즉, 사람의 키는 평균 키로 회귀하려는 경향을 가지고 있으며, 회귀 분석은 이러한 자연법칙을 적용하여 데이터의 값이 평균과 같은 일정한 값으로 돌아가려는 점에 착안하여 분석을 진행함 회귀분석: 여러 개의 독립변수와 한 개의 종속변수 간의 상관관계를 모델링 2. 선형회귀 : 실제값과 예측값의 차이(오류)를 최소화하는 직선형 회귀선을 최적화하는 방식 3. 머신러닝에서의 회귀예측의 목표 : 주..
ML
2023. 5. 14. 22:11