1. 회귀 소개 회귀는 현대 통계학을 받치고 있는 주요 기둥 중 하나 회귀는 여러 개의 독립변수(특성)와 한 개의 종속변수(타겟, y) 간의 상관관계를 모델링하는 기법을 통칭 회귀에서는 클래스라고 부르지 않음 머신러닝 회귀 예측의 핵심은 주어진 피처와 결정 값 데이터 기반에서 학습을 통해 최적의 회귀 계수를 찾아내는 것 회귀는 회귀 계수의 선형/비선형 여부, 독립/종속변수의 개수에 따라 여러가지 유형으로 나눌 수 있음 회귀에서 가장 중요한 것은 회귀 계수. 회귀 계수의 결합이 선형인지 아닌지에 따라 선형 회귀와 비선형 회귀로 나눔 독립변수가 한 개인지 여러 개인지에 따라 단일/다중 회귀로 나눔 단일 회귀는 거의 등장하지 않음 지도학습은 두 가지 유형 Classification(분류) 카테고리값 이산값 0..
