클래스: 인공지능 소개
무료이용으로 수강해 보세요.
업계 전문가가 강의하는 클래스 23,400개를 수강하세요.
회귀분석
- 저는 한때 온라인으로 차량을 판매하는 회사에 근무했습니다. 고객을 자동차 판매점으로 보낼 때마다 회사는 추천 수수료를 받았습니다. 그들에게는 항상 자동차 판매 동향을 살펴보는 것이 중요했습니다. 사람들은 봄과 여름에 컨버터블과 스포츠카를 구매할 가능성이 훨씬 더 높았습니다. 다른 사람들은 가을과 겨울에 트럭과 SUV를 구매할 가능성이 더 높았습니다. 따라서 고객이 웹사이트를 방문하면 사람들이 사고 싶어하는 제품에 대한 계절별 프로모션이 있었습니다. 그들이 사용한 도구 중 하나는 회귀 분석이었습니다. 회귀 분석은 지도 머신러닝 알고리즘입니다. 예측 변수와 결과 간의 관계를 살펴보는 알고리즘이죠. 때로는 입력 변수 독립 변수 또는 회귀 변수라는 예측 변수들을 들어봤을 수도 있습니다. 회귀 분석은 지도 머신러닝 알고리즘입니다. 훈련 데이터를 가져와 올바른 출력에 라벨을 지정합니다. 그런 다음 라벨이 지정된 데이터를 테스트 데이터와 함께 사용합니다. 회귀 분석을 생각하는 가장 좋은 방법은 추세를 상상하는 것입니다. 날씨가 따뜻해지면서 컨버터블을 구매하는 사람들이 많아졌습니다. 날씨가 추워지면 사람들은 트럭과 SUV를 구입하는 경향이 더 커집니다. 회귀 분석은 사람들이 왜 이런 선택을 하는지 알려주지 않습니다. 이는 데이터 과학자와 비즈니스 분석가가 파악해야 할 부분이죠. 단지 이런 일들이 일어나고 있음을 알려줄 뿐입니다. 머신러닝 회귀 알고리즘도 비슷한 방식으로 작동합니다. 학습 데이터가 있으면 예측을 한 다음 결과에 얼마나 적절했는지 확인합니다. 그런 다음 시스템이 가장 정확한 예측을 할 때까지 예측을 반복합니다. 이 경우 데이터 과학 팀은 계절의 변화가 일부 차량 판매에 대한 훌륭한 예측 변수가 될 것이라고 생각했습니다. 그래서 그들은 달을 예측 변수로 삼았습니다. 그런 다음 이를 특정 차량의 판매와 비교했습니다. 이 학습 데이터를 사용하여 간단한 X 및 Y축 다이어그램을 만들었습니다. 이것은 기하학에서 배운 간단한 차트라는 점을 기억하세요. Y축(아래쪽…
연습 파일로 실제로 따라해 보세요.
강사가 이용하는 파일을 다운로드하세요. 클래스를 보면서 직접 따라할 수 있습니다.