076923 : Main

다중 선형 회귀(Multiple Linear Regression) 다중 선형 회귀(Multiple Linear Regression)는 두 개 이상의 독립 변수(Independent Variable)와 하나 이상의 종속 변수(Dependent Variable) 사이의 선형 상관 관계를 분석하는 방법입니다. 하나의 종속 변수와의 관계를 분석하는 경우에는 단변량 다중 선형 회귀(Univariate Multiple Linear Regression)가 되며, 두 개 이상의 종속 변수와의 관계를 분석하는 경우에는 다변량 다중 선형 회귀(Multivariate Multiple Linear Regression)라 합니다. 즉, 종속 변수가 스칼라(Scalar) 형태(\(Y\))를 가지면 단변량(Univariate)이 되며, 벡터(Vector)의 형태(\([Y_{1}, Y_{2}, ...]\))를 가지면 다변량(Multivariate)이 됩니다. 선형 회귀에 관한 간략한 내용은 Artificial Intelligence Theory : 지도 학습에서도 확인해 보실 수 있습니다. Tip : 하나의 독립 변수를 가지면 단일(Simple)이 되며, 두 개 이상의 독립 변수를 가지면 다중(Multiple)이 됩니다. Neural Networks 패키지(torch.nn) 메인 코드 import torch from torch import nn from torch import optim x = torch.FloatTensor([ [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] ]) y = torch.FloatTensor([ [0.94], [1.98], [2.88], [3.92], [3.96], [4.55], [5.64], [6.3], [7.44], [9.1], [8.46], [9.5], [10.67], [11.16], [14], [11.83], [14.4], [14.25], [16.2], [16.32], [17.46], [19.8], [18], [21.34], [22], [22.5], [24.57], [26.04], [21.6], [28.8] ]) model = nn.Linear(1, 1) criterion = nn.MSELoss() optimizer = optim.SGD(model.parameters(), lr=0.001) for epoch in...

Python Pytorch 강좌 : 제 7강 - 다중 선형 회귀(Multiple Linear Regression)

댓글