Ch5. 회귀

1. 회귀 소개

 

2. 단순 선형 회귀를 통한 회귀 이해

 

3. 비용 최소화 하기 - 경사 하강법 (Gradient Descent) 소개

 

4. 사이킷런 LinearRegression을 이용한 보스턴 주택 가격 예측

- LinearRegression 클래스 - Ordinary Least Squares

- 회귀 평가 지표

- LinearRegression을 이용해 보스턴 주택 가격 회귀 구현

 

5. 다항 회귀와 과(대)적합/과소적합 dlgo

- 다항 회귀 이해

- 다항 회귀를 이용한 과소적합 및 과적합 이해

- 편향-분산 트레이드오프(Bias-Variance Trade off)

 

6. 규제 선형 모델 - 릿지, 라쏘, 엘라스틱넷

- 규제 선형 모델의 개요

- 릿지 회귀

- 라쏘 회귀

- 엘라스틱넷 회귀

- 선형 회귀 모델을 위한 데이터 변형

 

7. 로지스틱 회귀

 

8. 회귀 트리

 

9. 회귀 실습 - 자전거 대여 수요 예측

- 데이터 클렌징 및 가공과 데이터 시각화

- 로그 변환, 피처 인코딩과 모델 학습/예측/평가

 

10. 회귀 실습 - 캐글 주택 가격 : 고급 회귀 기법

- 데이터 사전 처리 (Preprocessing)

- 선형 회귀 모델 학습/예측/평가

- 회귀 트리 모델 학습/예측/평가

- 회귀 모델의 예측 결과 혼합을 통한 최종 예측

- 스태킹 앙상블 모델을 통한 회귀 예측

 

11. 정리

 

---

회귀 : 오차가 min 되는 Error Weight 찾기

지도 학습 => 분류, 회귀

분류 : 예측값이 카테고리와 같은 이산형 클래스 값.

회귀 : 연속형 숫자 값

5.9 Regression실습-Bike Sharing Demand.ipynb

0.05MB

5.10 Regression 실습 - Kaggle House Price.ipynb

1.25MB

5.3_Gradient_Descent_5.4_LinearModel_5.5_Polynomial_5.6_Regularized_model.ipynb

0.52MB

5.7_로지스틱 회귀_5.8_회귀 트리.ipynb

0.06MB