회귀 분석: Difference between revisions

From IT위키
No edit summary
No edit summary
Line 10: Line 10:


== 종류 ==
== 종류 ==
* [[선형 회귀]]: 독립 변수와 종속 변수와의 관계가 선형 상관관계를 가짐
* '''[[선형 회귀]]''': 독립 변수와 종속 변수와의 관계가 선형 상관관계를 가짐
** 단순 선형 회귀: y = ax + b  
** 단순 선형 회귀: y = ax + b  
** 다중 선형 회귀: y = ax1 + bx2 + ... + c
** 다중 선형 회귀: y = ax1 + bx2 + ... + c
* [[로지스틱 회귀]]: 이분법적인 분류를 위한 회귀 모형
* '''[[로지스틱 회귀]]''': 이분법적인 분류를 위한 회귀 모형
** 단순회귀분석: 독립변수 1개
** 단순회귀분석: 독립변수 1개
** 다중회귀분석: 독립변수 2개 이상
** 다중회귀분석: 독립변수 2개 이상

Revision as of 21:15, 2 December 2020

분류:데이터 과학분류:인공지능

Regression analysis

관찰된 연속형 변수들에 대해 두 변수 사이의 모형을 구한뒤 적합도를 측정해 내는 분석 방법

  • 입력 자료(독립 변수) x 와 이에 대응하는 출력 자료(종속 변수) y 간의 관계를 정량화 하기 위한 작업

회귀 분석 변수

  • 독립 변수: 영향을 주는 변수
  • 종속 변수: 영향을 받는 변수
  • 회귀선: 독립 변수가 주어졌을 때 종속 변수의 기댓값

종류

  • 선형 회귀: 독립 변수와 종속 변수와의 관계가 선형 상관관계를 가짐
    • 단순 선형 회귀: y = ax + b
    • 다중 선형 회귀: y = ax1 + bx2 + ... + c
  • 로지스틱 회귀: 이분법적인 분류를 위한 회귀 모형
    • 단순회귀분석: 독립변수 1개
    • 다중회귀분석: 독립변수 2개 이상

예시