TIL 46일차 : 머신러닝4

 

01 머신러닝 Python 실습 위주

 

Machine Learning 4 (tistory.com)

Machine Learning 4 : R-Square

 

 

02 머신러닝 후기, 복기

 

범위는 다중 선형 회귀 모델 전까지! 오늘 "머신러닝"을 내내 배웠다. 조금 남았던 이론을 마무리하고 실습으로 들어갔다. 기초가 이렇게 오래 걸린다니 큰일났다. 목표는 심화 1주차까지 듣고 과제를 진행하는 것이다. 오늘한 과정은 쉽지만 흐름을 놓치지 않아야 한다.

 

데이터프레임을 간단하게 만들고 > 산점도 그래프를 그려서 데이터의 분포를 확인한다. > 두 변수가 선형관계가 있음을 확인했고 > 선형회귀 모델을 이용하면 > 독립변수만으로도 종속변수를 알 수 있을 것이라 판단했다. > 예를 들어, 몸무게를 알면 그 사람의 키를 예측할 수 있다는 것이다. > 그를 위해 선형회귀모델 클래스를 이용해 설계도(도안)을 만들어야 한다. > 독립변수를 몸무게, 종속변수를 키로 설정하고 > 선형회귀모델에 학습/적합(fit)시킨다. > 학습에 성공했으니 선형회귀모델함수를 이용해 가중치와 편향을 뱉도록 한다. > format함수를 이용해 방정식 모양으로 만든다. > 방정식을 통해 변수의 관계를 해석한다. > 내가 만든 모델에 대한 선형 방정식이 만들어졌으니 > 예측값을 확인할 수 있고 > 우리는 정확도를 평가할 수있다. > 범용적인 MSE(에러/제곱/평균), 선형만의 r square(평균대비설명력)를 모두 사용한다. > 이제 x, y가 아닌 실제값, 예측값이 필요하다. > 준비는 모두 되어 있고 > MSE, R-SQUARE 한번에/직관적으로 계산하기 위해 > 실제값(종속변수)과 예측값에 대해 변수를 생성한다. > 메서드에 순서대로 입력해주면 하나의 독립변수에 대한 단순선형회귀 모델 적용 및 평가가 끝난다.

 

이렇게 보니 정말 많은 것을 배웠다 싶으면서도 간단하게 끝내는 일이 되었다. 나만의 언어로 정리하니까 좋다. 이론을 정확하게 이해하기 위해서 다양한 정보를 찾아보고 정리해보았다. 이번 시간을 통해  통계학과 데이터 사이언스 학문의 결합의 일부분을 본 감상은 정말 대단하구나🫢👍 그만 쓰고 자야지