cost function (1) 썸네일형 리스트형 [기초 ML] Linear Regression 개념 ◎ Linear Regression : 선형 회귀 [그림 1]을 수식으로 나타낸다면 y=ax+b이다. y는 세로축, x는 가로축, a는 기울기, b는 절편이다. [그림 1]의 식은 선형 회귀에 적용할 수 있다. 어떠한 값을 선형 회귀로 구하고자 한다면 그 수식은 H(x)=Wx+b이다. H(x)는 x에 다른 Hypothesis(가설), W는 가중치, b는 편향이다. 선형 회귀를 통해 값을 예측하다 보면 [그림 2]와 값은 그래프가 그려진다. [그림 2]에서 파란색이 우리가 얻고자 하는 값(예측값)이고, 빨간색 점이 선형 회귀를 통해 얻은 실제 값이다. 빨간색 선은 얻고자 한 값과 실제 값의 차이(H(x)-y)이다. [그림 2]와 같이 얻고자 한 값과 실제값의 차이가 양수/음수 모두 나올 수 있다. 이렇게 .. 이전 1 다음
