선형회귀

 

 

 

import numpy as np
import matplotlib.pyplot as plt
import random

param1 = random.randint(1,5) #기울기
param2 = random.randint(20,40) #편향

data = [[3,24], [6,48], [9,40], [12, 52]]
x = np.array([i[0] for i in data])
y = np.array([i[1] for i in data])

plt.plot(x,y,"b.")


def model(x):
  y = param1 * x + param2
  return y

def rmse(predict, true): 
  return np.sqrt(((predict - true) ** 2).mean())

predict = []
for i in x:
  predict.append(model(i))

predict = np.array(predict)

plt.plot(x, predict, "r-")
plt.plot(x, y, "b.")


rmse_result = rmse(predict, y)
print(rmse_result)

for k in range(10):
  param1 = random.randint(1,5)
  param2 = random.randint(2,40)
  predict = []
  for i in x:
    predict.append(model(i))
  predict = np.array(predict)

  rmse_result = rmse(predict, y)

  print("Param1: {}".format(param1))
  print("Param2: {}".format(param2))
  print("RMSE: {}".format(rmse_result))

 

 

 

선형회귀란

• 종속변수 y와 한 개 이상의 독립변수 x와의 선형 상관 관계를 모델링하는 기법
• 최적의 기울기(weight)와 편향(bias)을 구하는 것이 문제
• 평가 기준을 세워 최적의 기울기와 편향을 탐색
• 단순 반복을 해서 최적의 파라미터를 찾는 것은 어렵다.