다중 선형 회귀 (Multiple Linear Regression, MLR)

목차

1. 개요
2. MLR 결과 출력하기
3. 차원 축소 방법

본문내용

개요

회귀(Regression)는 머신러닝의 중요한 분야 중 하나로, 입력 데이터와 연속적인 출력 값을 예측하는 데 사용됩니다.

회귀 문제를 해결하기 위한 다양한 알고리즘이 있지만, 그 중에서도 다중 선형 회귀(Multiple Linear Regression, MLR)는 기본적이면서도 널리 사용되는 회귀 기법입니다. 다중 선형 회귀는 하나의 종속 변수를 다수의 독립 변수와의 선형 관계로 설명하는 모델입니다.

우리가 엑셀 등에서 사용하는 가장 단순한 선형 회귀(Linear Regression)역시 MLR에서 독립변수가 한 개인 특수한 경우 입니다. 이 경우에는, 하나의 독립 변수와 하나의 종속 변수 간의 선형 관계를 모델링하게 됩니다. 반면에 MLR은 일반적으로 다중의 독립 변수와 하나의 종속 변수 간의 선형 관계를 모델링합니다.

다시 말해, 단순 선형 회귀는 종속 변수를 하나의 독립 변수로 설명하는 것에 초점을 맞추고 있으며, 독립 변수와 종속 변수 사이의 선형 관계를 추정하기 위해 최적의 회귀 계수를 찾습니다. 이 때, 회귀 계수는 독립 변수와 종속 변수 간의 관계를 나타내는 기울기와 절편으로 구성됩니다.

참고 자료

없음