선형회귀(Linear Regression) - 모델 기초 구현, 평가(RMSE, R-squared)
목차 선형회귀 모델 이해하기 비용 함수와 최소제곱법 선형회귀 구현하기 선형회귀 모델 평가 평균 제곱근 오차 (RMSE: Root Mean Squared Error) 결정계수 (R-squared) 선형회귀 모델 평가 - 분류 문제 선형회귀(Linear Regression)는 머신러닝 및 통계학에서 가장 기본적이고 중요한 모델 중 하나입니다. 독립 변수(특징, feature)와 종속 변수(타깃, target) 간의 선형 관계를 모델링하여 예측 및 분석을 수행합니다. 선형회귀 모델 이해하기 선형회귀 모델의 수식은 다음과 같습니다: y = w0 + w1 * x1 + w2 * x2 + ... + wn * xn 여기서 y는 종속변수, x1, x2, ..., xn은 독립변수, w0는 절편(bias), w1, w2, ..
