076923 : Main

단순 선형 회귀(Simple Linear Regression) 단순 선형 회귀(Simple Linear Regression)는 하나의 독립 변수(Independent Variable)와 하나 이상의 종속 변수(Dependent Variable) 사이의 선형 상관 관계를 분석하는 방법입니다. 하나의 종속 변수와의 관계를 분석하는 경우에는 단변량 단일 선형 회귀(Univariate Simple Linear Regression)가 되며, 두 개 이상의 종속 변수와의 관계를 분석하는 경우에는 다변량 단일 선형 회귀(Multivariate Simple 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. NumPy : 경사 하강법 메인 코드 import numpy as np x = np.array( [[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 = np.array( [[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]] ) weight = 0.0 bias = 0.0 learning_rate = 0.005 for epoch in range(10000): y_hat = weight * x + bias cost = ((y_hat - y) ** 2).mean() weight = weight - learning_rate * ((y_hat - y) *...

Python Pytorch 강좌 : 제 6강 - 단순 선형 회귀(Simple Linear Regression)

댓글