반응형
SMARCLE 2022 AI Study class 2에서 선형회귀와 경사하강법을 다루었다.
이에 대한 예제로 사이킷런의 데이터를 바탕으로 실습을 진행하였다.
🎈예제 문제
2가지 독립 변수를 갖는 다중 선형 회귀를 통하여 미국 Boston의 집 값은 어떤 요인에 더 영향을 많이 받는지 분석하는 문제이다.
A: 거주할 수 있는 방 개수(RM)와 지역의 교사와 학생 수 비율(PTRATIO)에 따른 영향
B: 지역별 범죄 발생률(CRIM)과 일산화질소 농도(NOX)에 따른 영향
과연 A, B 중 어떤 조합이 Boston 집 값에 영향을 더 크게 주는지 알아보자.
데이터
데이터 함수의 파라미터와 반환값은 이렇다.
데이터에 대한 더 자세한 설명은 아래의 링크를 참조하면 된다.
sklearn.datasets.load_boston
scikit-learn.org
코드
반응형
'Study > AI' 카테고리의 다른 글
| [부스트코스 코칭스터디 AI Basic 1기] #1-2. 파이썬 기초 문법 (0) | 2022.02.15 |
|---|---|
| [모두의 딥러닝] #4. MLP과 CNN로 MNIST 데이터 분류하기 (0) | 2022.02.14 |
| 인공지능 모델의 성능을 높이는 방법 (0) | 2022.02.03 |
| [부스트코스 코칭스터디 AI Basic 1기] #1-3. 파이썬 기초 문법Ⅱ (0) | 2022.01.24 |
| [모두의 딥러닝](Pytorch) #4. XOR 문제에서 발견한 퍼셉트론의 한계 + 다층 퍼셉트론(신경망)을 통한 해결 (4) | 2022.01.20 |
