파이썬_주식데이터를 활용한 회귀 신경망 스터디 1.회귀분석이론

오늘 소개해드릴 내용은 기계학습의 가장 기초가 되는 회귀분석입니다.

회귀(regression)는 주로 연속데이터(1,2,3,4...)를 입력데이터로 받아 패턴을 분석한 후, 

연속데이터로 예측된 결과값을 출력할 때 주로 사용합니다.

가장 간단한 회귀 분석의 예시로는 키로 몸무게를 예측하는 것입니다.

다음과 같은 표본이 있습니다.

키(cm)	몸무게(kg)
170	70
180	80
190	90

이 표본을 바탕으로 키가 185cm인 사람의 몸무게를 예측해보기 위해서는 패턴을 분석해야 합니다. 

그러기 위해서는 키를 몸무게로 변환시켜주는 해를 구해야합니다.

식은 다음과 같습니다. 

f(x) = y

f(170) = 70

f(180) = 80

f(190) = 90

몸무게를 예측하기 위해 주어진 정보는 키밖에 없으므로 식은 다음과 같습니다.

키 * 몸무게로 변환해주는 해 = 몸무게

170 * w1 = 70

180 * w2 = 80

190 * w3 = 90

식을 풀어보면 w1~3을 구할 수 있습니다.

w	값
w1	0.411765
w2	0.444444
w3	0.473684

키가 185cm인 사람의 몸무게를 예측한다면 w1, w2, w3 중 어느 것을 적용해야 할지 모릅니다.

그래서 활용하는 것이 w1~3의 평균입니다.

(w1 + w2 + w3) / w갯수 = w평균

(0.411765 + 0.444444 + 0.473684) / 3 = 0.443298

 

185cm인 사람의 키는 다음과 같이 구해집니다.

키 * w = y

185*0.443298 = 82.01013(kg)

가지고 있는 표본의 패턴을 파악하여 185cm인 사람의 몸무게를 예측해본 결과, 약 82kg인 것으로 나타나는 것을 확인하실 수 있습니다. 

금일 내용을 요약하면

1. 회귀(regression)는 연속된 데이터를 입력데이터로 받아 패턴을 분석한 후, 연속되는 데이터 형태로 예측 결과를 출력해준다.

2. 새로운 입력 데이터로 예측을 할 경우, 가지고 있는 표본들의 평균 w를 사용한다.