Data Science Academy · 강의

선형 회귀 다시 보기

계수, 절편, 적합을 알아봅니다

레슨 1/413개 단계

선형 회귀 다시 보기은(는) CoddyKit의 무료 Data Science Academy 강의입니다. 이것은 4개 중 1번째 강의입니다. 아래에서 전체 강의를 무료로 읽을 수 있으며, 내장 코드 에디터와 24/7 AI 튜터와 함께 브라우저에서 직접 실습할 수 있습니다. 이 강의는 Data Science Academy 학습 경로의 일부이며, 진행 상황이 웹과 CoddyKit 앱에 동기화됩니다. Data Science Academy 강의에는 총 4개의 강의가 포함되어 있습니다.

데이터를 가로지르는 직선

선형 회귀는 특성으로부터 수치를 가장 잘 예측하는 직선을 찾습니다. 모든 예측의 가장 단순한 출발점입니다. 📈

밑에 있는 방정식

모든 예측은 하나의 수식에서 나옵니다. 각 특성에 가중치를 곱하고 이를 더하는 방식입니다. 이 가중합이 모델이 데이터를 가로질러 그리는 선이 됩니다.

y = w1*x1 + w2*x2 + b

계수 만나기

이 가중치를 계수라고 합니다. 각 계수는 다른 특성을 고정했을 때 해당 특성이 1단위 증가하면 타깃이 얼마나 변하는지를 나타냅니다.

절편이 위치를 잡습니다

절편은 모든 특성이 0일 때의 예측값입니다. 데이터가 분포한 위치에 맞도록 전체 직선을 위나 아래로 이동시킵니다.

여기서 fit이 의미하는 것

fit은 실제 값에 가장 가까운 예측을 만드는 계수를 선택하는 과정입니다. 모델은 오차가 줄어들 때까지 직선을 조정할 뿐입니다.

두 줄로 학습하기

scikit-learn을 사용하면 아주 간단합니다. 모델을 만든 다음 특성과 타깃을 넣어 fit을 호출하세요. 계산은 알아서 진행됩니다.

from sklearn.linear_model import LinearRegression
model = LinearRegression().fit(X, y)

계수 확인하기

fit이 끝나면 학습된 가중치는 coef_에, 이동량은 intercept_에 저장됩니다. 이를 통해 모델이 학습한 내용을 알 수 있습니다.

model.coef_, model.intercept_

새로운 값 예측하기

새로운 입력을 predict에 전달하면 모델이 직선을 적용해 수치를 반환합니다. 모든 추정기에서 보았던 것과 같은 간단한 호출입니다.

model.predict(X_new)

부호가 방향을 알려 줍니다

계수가 양수이면 해당 특성이 증가할 때 타깃도 증가하고, 음수이면 감소합니다. 부호는 관계를 파악하는 첫 번째 단서입니다.

직선 관계를 가정합니다

선형 회귀는 직선 형태의 관계만 표현하므로 곡선형 패턴을 놓칠 수 있습니다. 이 한계를 알면 더 풍부한 모델을 사용해야 할 때를 판단할 수 있습니다.

단순하게 시작하는 이유

학습이 빠르고 설명하기 쉬워 훌륭한 기준선이 됩니다. 더 복잡한 모델을 신뢰하기 전에 먼저 이 점수를 넘어 보세요.

빠른 확인

학습된 직선의 각 부분이 무엇을 의미하는지 확인해 보겠습니다.

요약

선형 회귀는 가중 직선을 그립니다. 계수가 기울기를 정하고, 절편이 위치를 잡으며, fit이 오차를 줄이도록 이 값들을 조정합니다. 깔끔하고 빠른 기준선입니다. 🎯

무료로 시작

AI 튜터와 함께 Python을(를) 배우세요 — 무료

브라우저에서 실제 코드를 작성하고 실행하며, 24/7 AI 튜터로부터 즉각적인 도움을 받고, 웹이나 앱에서 중단한 부분부터 계속 학습하세요.

코스
30
레슨
120

자주 묻는 질문

“선형 회귀 다시 보기” 강의는 무료인가요?

네 — “선형 회귀 다시 보기” 전체 내용을 이 웹사이트에서 무료로 읽을 수 있습니다. 인터랙티브하게 실습하려면(내장 코드 에디터와 24/7 AI 튜터), CoddyKit PRO로 업그레이드하면 Data Science Academy 강의 전체를 잠금 해제할 수 있습니다. Data Science Academy 강의에는 총 4개의 강의가 포함되어 있습니다.

“선형 회귀 다시 보기”에서 뭘 배우나요?

계수, 절편, 적합을 알아봅니다 브라우저에서 직접 실행하는 실습 코드로 Data Science Academy을(를) 배우며, 24/7 AI 튜터가 강의를 진행하면서 질문에 답변해줍니다.

Data Science Academy을(를) 시작하는 데 경험이 필요한가요?

사전 경험은 필요하지 않습니다. CoddyKit의 Data Science Academy은(는) 초급자부터 고급 학습자까지를 위해 구성되어 있으므로, 여기서 시작하거나 처음부터 시작할 수 있으며 자신의 속도대로 진행할 수 있습니다. 이것은 4개 중 1번째 강의입니다.

“선형 회귀 다시 보기” 강의는 얼마나 걸리나요?

대부분의 CoddyKit 강의는 약 5~10분이 소요됩니다. 각 강의는 간결하고 인터랙티브하여 꾸준한 진행이 가능하며, 웹과 앱에서 중단한 부분부터 바로 시작할 수 있습니다.

이 Data Science Academy 강의에서 코드를 작성하고 실행할 수 있나요?

네. 모든 Data Science Academy 강의에는 내장 코드 에디터가 포함되어 있으므로, 브라우저에서 바로 실제 코드를 작성하고 실행한 후 즉시 AI 피드백을 받을 수 있습니다 — 로컬 설정이 필요 없습니다.

이 강의의 모든 강의

  1. 선형 회귀 다시 보기
  2. Ridge와 Lasso 정규화
  3. 의사결정 트리 회귀
  4. 회귀를 위한 랜덤 포레스트
← Data Science Academy(으)로 돌아가기