[패스트캠퍼스 수강 후기] 데이터분석 강의 100% 환급 챌린지 41회차 미션

2020.09.19

[패스트캠퍼스 수강 후기] 데이터분석 강의 100% 환급 챌린지 41회차 미션

이전시간까지는 머신러닝에서 클래스를 예측하는 '분류'를 배웠고, 이번 시간부터는 수치값을 예측하는 '회귀예측'을 배웠다.

 

📍 Regression 회귀예측

회귀예측은 분류처럼 클래스가 존재하는 것이 아니라 '수치값을 예측하는 것'이다. 예를 들면 부동산에서 집 값 예측하거나 기업에서 매출액이 얼마나 될지 예측하는 것!이라고 할 수 있다. 머신러닝을 분류를 위한 예측을 할 것인지? 회귀를 위한 예측을 할 것인지 정해야한다.

 

📍 Linear Regression 선형함수

논문도 선형함수로 쓰고, 학교에서 통계시간에 대부분 linear regression model을 써서 과제를 해왔어서.. 이상하게 반갑?기도하고, 파이썬에서는 어떻게 배우는 지 궁금하기도 했다.

강의 캡처

 

Regression 그래프를 보면, 검은 점은 실제 값이고, 빨간엑스점이 예측값이고, 둘의 차이 거리가 오차!

실습 캡처

그리고 이 오차의 제곱 합에 평균을 낸 것이 MSE!

두가지 그래프를 통해 얼마나 모델링이 잘 되었는지 찍어서 확인해볼 수 있다.

 

📍 평가지표

평가지표로는 크게 MSE(Mean Squared Error), MAE (Mean Absolute Error), RMSE (Root Mean Squared Error)가 있다.

 

👉MSE(Mean Squared Error)

MSE(Mean Squared Error)은 실제값과 예측값의 오차의 차이의 제곱값의 평균!

대학교 기초통계시간에 외웠던 기억이 있는데 파이썬 데이터분석 인강을 들으면서 또 보게되었다.

import numpy as np 
pred = np.array([3, 4, 5]) 
actual = np.array([1, 2, 3]) 

def my_mse(pred, actual): 
return ((pred - actual)**2).mean()

my_mae(pred, actual)

강의 캡처

💡오늘 배운 내용 복습

1. 선형함수 개념

2. 평가지표 MSE

3. Linear Regression 그래프 해석

04. Part1 29강 부터 31강까지 수강완료!✊

https://bit.ly/3imy2uN

직장인을 위한 파이썬 데이터분석 올인원 패키지 Online. | 패스트캠퍼스