회귀 (1) 썸네일형 리스트형 [혼자 공부하는 머신러닝] 3. 회귀 알고리즘과 모델 규제 회귀 예측 변수를 통해 목표하는 데이터의 수치를 예측하는 문제이다. 분류에서 사용했던 K-NN알고리즘을 이용해서 동일한 원리로 예측하려는 샘플에 가장 가까운 샘플 K개를 선택하여 해당 샘플의 평균을 구하여 예측 타깃값을 정하면 된다. 결정계수 분류 문제의 경우 훈련 결과를 평가할 때 테스트 세트에 있는 샘플을 정확히 분류한 개수의 비율인 정확도를 사용해서 평가하였다. 하지만 회귀의 경우 정확히 맞다 아니다라고 할 수 없기 때문에 다른 평가 기준을 세워야하는데 그 점수를 결정계수라고 한다. $$R^2 = 1 - \frac{\sum\limits_{i = 1}^n (y_i - \hat y_i )^2}{\sum\limits_{i = 1}^n (y_i - \mu )^2} \quad y_i: 실제값, \hat y_.. 이전 1 다음
