2021๋ ํ๋ถ์ 3ํ๋ 1ํ๊ธฐ, ์ปดํจํฐ ๊ณตํ ์ ๊ณต ์์ ์ ์์ํ์ง 2ํ๊ธฐ.
๋น์ ๋ค์๋ AI ํ๋ก์ ํธ ์ ๋ฌธ์ด๋ผ๋ ์์ ์์ ํ ๊ณผ์ ๊ธฐ๋ก์ ๋ค์ด๋ฒ ๋ธ๋ก๊ทธ์๋ง ์ ๋ก๋ ํด๋จ๋ค๊ฐ ํฐ์คํ ๋ฆฌ์๋ ๊ณต์ ํ๋ค.
์ต์ด ์์ฑ ์ผ : 2021๋ 5์ 16์ผ 3์ 25๋ถ
์ง๊ธ๊น์ง ํ ai project ๊ณผ์ ์ค ์ผ๋ถ๋ฅผ ์ฌ๋ ค๋ณธ๋ค.. ์ง์ง ๋ณ๊ฑฐ์์ด์ ์ด๋ผํ์ง๋ง ์์ผ๋ก ์ ํ ๊ฑฐ๋๊น ๋ชจ~ ใ
*ํ์ด์ฌ with ๊ตฌ๊ธ colab ์ฌ์ฉ
*์์ ํ๋ฅผ ์ฝ์ด์ ๋ฐ์ดํฐ ์๊ฐํ - ๋ฐ์ดํฐ๋ ๊ต์๋ ์ ๊ณต~
โ
์ฝ๋ ๋ฐ ์ค๋ช : x_data y_data๋ฅผ ์ง์ ์ ๋ ฅํ๊ณ lossํจ์๋ฅผ ๋ง๋ ๋ค.
์ ํ๋ x์ y ๋ฐ์ดํฐ ๊ฐ์ ๋ณํ์ ๊ทธ์ ๋ฐ๋ฅธ y์ y_pred lossํจ์ ๊ฒฐ๊ณผ๋ฅผ ๋ณด์ฌ์ฃผ๊ณ ๊ทธ๋ํ๋ scatter๋ก lossํจ์ ์คํ๊ฒฐ๊ณผ๋ฅผ ๋นจ๊ฐ์ ์ ๋ค๋ก ๋ณด์ฌ์ค๋ค.
๊ฒฐ๊ณผํ๋ฉด
โ
์ฝ๋ ๋ฐ ์ค๋ช : ์ฒ์ ์์ ์ ์ด์ด์ ๋๋ฒ์งธ ์ค์ต์ผ๋ก๋ grad = gradient(x,y) ์ฝ๋๋ฅผ ์ถ๊ฐํด์ ๊ทธ๋ํ์์๋ grad๋ฅผ ํ์ธํ ์ ์๋๋ก ๋ง๋ค์๋ค. loss๊ฐ ๋ณํํ๋ฉด์ Grad๋ ๊ฐ์ด ๋ณํ๋ฉด์ ๊ทธ๋ํ์ ๋ชจ์ต์ ๋ณด์ฌ์ค๋ค.
โ
< Linear Regression Using Real Estate Data - sklearn Regression>
19์ค ์ฝ๋์์๋ ๋ฐ์ดํฐ์์ ์ํ๋ ์กฐ๊ฑด์ ํด๋นํ๋ ๊ฐ๋ค์ ๊ฐ์ง๊ณ ๊ทธ๋ํ๋ฅผ ๊ทธ๋ฆฐ ๊ฒ์ด๋ค.
x์ถ์ ๋ฉด์ , y์ถ์ ๊ฐ๊ฒฉ์ผ๋ก ์ง์ ํ๊ณ ๊ทธ๋ํ์ ํฌ๊ธฐ๋ฅผ figure size๋ก ์ง์ ์ค์ ํ๊ณ , alpha๋ก ํฌ๋ช ๋๋ฅผ ์กฐ์ ํ์ฌ ๊ทธ๋ํ๋ฅผ ๊ทธ๋ ธ๋ค.
์๋ ์บก์ณํ๋ฉด์ figure size์ alpha, ์ ๋ชจ์->๋ค๋ชจ๋ชจ์์ผ๋ก ๋ฐ๊พธ๋ฉด์ ๊ฐ์ ๋ฐ์ดํฐ๋ฅผ ๋ค๋ฅธ ๋ชจ์์ผ๋ก ๊ทธ๋ฆฐ ๊ฒ์ด๋ค.
โ
< Regression by Quadratic function>
โ
์ ๋ ์ฝ๋์ ๊ฒฐ๊ณผํ๋ฉด์ Regression by Quadratic function์ ๋ํ ์ค์ต ๊ฒฐ๊ณผ์ด๋ค.
๊ทธ๋ํ์ ๋ํ๋๋ ๋ฐ์ดํฐ๋ค์ ๊ฐ์ง๊ณ linear๊ณผ polynominal์ ๊ฐ๊ฐ ๋นจ๊ฐ์ ํ๋์์ ๊ฒฐ๊ณผ๋ก ๊ฐ์ ๊ทธ๋ํ ์์
๋ณด์ด๋๋ก ์ฝ๋๋ฅผ ๋ง๋ค์๋ค.
์ด์ฐจ ํจ์๋ฅผ ํตํ ํ๊ท๋ถ์์ผ๋ก ์์ ๊ฐ์ด ํผ์ ธ์๋ ๋ฐ์ดํฐ๋ค์ ํ๋์ ์์๋ณผ ์ ์๊ฒ ๋ฐ์ดํฐ๋ค์ ์ฒ๋ฆฌํ ์ ์๋ค.
์๋ณธ ๊ธ ์ถ์ฒ
๋ค์ด๋ฒ ํ๋กฑ ๋ธ๋ก๊ทธ
https://blog.naver.com/0622yeon/222352679282
'๊ฐ์ธ ๊ณต๋ถ' ์นดํ ๊ณ ๋ฆฌ์ ๋ค๋ฅธ ๊ธ
[๋คํธ์ํฌ] #01. ๋คํธ์ํฌ์ ๊ธฐ์ด (0) | 2023.08.05 |
---|---|
[C++] ๊ตฌ์กฐ์ฒด ๊ฐ๋ ๋ฐ ์ ์ ์ ์ธ (1) | 2023.05.07 |
[Python] random/while/list/tuple/dict (2) | 2022.09.08 |
[Python] format (2) | 2022.08.28 |
AI์ค์ต ๊ณผ์ ๊ธฐ๋ก: data set, unique value, tree by python (0) | 2022.08.26 |