선형 회귀

변수 간의 선형 관계를 통해 값을 예측합니다.

입력 포트

• 데이터셋

출력 포트

• 미학습 모델: 선형 회귀 학습 알고리즘

예제

1. 모드

   • 단순 : 독립 변수와 종속 변수 간의 선형 관계를 나타내므로, 모델이 하나의 독립 변수만을 사용하여 종속 변수를 예측하도록 합니다.

   • 릿지 : 선형 회귀 모델에 모델의 가중치를 제한해 과적합을 방지하고, 모델의 일반화 성능을 향상시키는 L2 규제를 추가한 모델입니다. 변수들 간의 상관관계가 높을 때 유용하게 사용됩니다.

   • 라쏘 : 선형 회귀 모델에 모델의 가중치를 0으로 만들어 특정 변수들을 선택하거나 제외할 수 있게 하는 L1 규제를 추가한 모델입니다. 변수의 선택이 필요한 경우에 유용하게 사용됩니다.

   • 엘라스틱넷 : 릿지 회귀와 라쏘 회귀를 결합한 모델입니다. L1 규제와 L2 규제를 함께 사용하여 변수 선택과 과적합 방지를 동시에 수행할 수 있습니다. 변수들 간의 상관관계가 높으며, 변수의 선택이 필요한 경우에 유용하게 사용됩니다.