회귀와 수치 오차

대단원 Ⅲ. 파이썬과 머신러닝 교과서 60–131쪽

중단원 02. 머신러닝 라이브러리 활용 · 85–128쪽
소단원 03. 주요 머신러닝 알고리즘 활용 · 103–111쪽

중단원 02. 머신러닝 라이브러리 활용 · 85–128쪽
소단원 04. 모델 평가와 선택 · 112–126쪽

이 웹 주제의 연계 범위: 106–107, 121–123쪽

웹 학습 주제 09 / 13

예측 숫자는 정답에서 얼마나 떨어져 있나요?

AT A GLANCE

회귀는 연속적인 목표값을 예측합니다. 선형 회귀는 특성들의 가중합과 절편으로 값을 예측합니다. 예측한 값과 실제 값의 차이를 잔차라고 부릅니다.

MAE는 절대 오차 평균, MSE는 제곱 오차 평균입니다. MSE는 큰 오차에 더 큰 벌점을 줍니다. R²는 평균 예측 기준과 비교한 값으로 음수가 될 수 있습니다. 한 지표의 숫자만 보지 말고 목표값의 단위와 오류 사례도 확인하세요.

예제를 선택하면 바로 아래에서 코드를 수정하고 실행할 수 있습니다. 작성한 코드는 예제별로 저장됩니다.

CODE WORKSPACE

코드를 바꾸는 실습실

실행 환경

예제 선택

main.py

실행 파일input()에 전달할 값 · 한 줄에 하나실행 인자 · JSON 문자열 배열

실행 엔진은 처음 실행할 때 내려받습니다. 패키지 크기에 따라 최초 준비에 최대 3분이 걸릴 수 있으며 네트워크가 필요합니다. 실행은 최대 30초이며 중지 후 다시 실행할 수 있습니다.

실행할 예제를 선택하세요.

이 주제를 실습하고 설명할 수 있습니다.

PRACTICE / RETRY / UNDERSTAND

이 주제와 연결된 문제만 보여 줍니다. 단원 전체 문제는 단원 안내 페이지에서 이어서 풀 수 있습니다.

유형상태검색