넘스탯
LEARN · SIMULATE · VERIFY
확률부터 LLM까지, 원리부터 제대로 배우는 자기주도 학습 플랫폼
확률부터 LLM까지, 원리부터 제대로 배우는 자기주도 학습 플랫폼
회귀는 입력으로부터 연속적인 수치 값을 예측하는 지도학습 과제다.
이 내용은 넘스탯의 회귀 실습에서 직접 실험으로 확인할 수 있습니다.
각 단계를 클릭하면 해당 학습 내용을 볼 수 있습니다
학습 진도 (완료한 단계)
0%
회귀는 입력 데이터로부터 연속적인 숫자 값을 예측하는 지도학습 문제입니다. "이 집의 가격은 얼마일까?", "내일 최고 기온은 몇 도일까?"처럼 답이 범주가 아니라 크기를 가진 수치인 질문에 답합니다.
공부 시간과 시험 점수 (교육용 시나리오): 네 학생의 데이터: (1시간, 50점), (2시간, 55점), (3시간, 65점), (4시간, 70점) 산점도를 그려 보면 공부 시간이 늘수록 점수가 오르는 경향이 보입니다. 이 경향을 요약하는 추세선을 구하면 다음과 같습니다. 예측 점수 = 42.5 + 7 × (공부 시간) 3시간 공부한 학생의 예측 점수는 42.5 + 7 × 3 = 63.5점입니다. 실제 점수가 65점이었다면 잔차는 65 - 63.5 = +1.5점입니다.
정답: "다음 달 구매 금액 예측"이 회귀 문제입니다. 금액은 연속적인 숫자이기 때문입니다. 이탈 여부(이탈/유지)는 두 범주 중 하나를 고르는 분류 문제입니다.
정답: 잔차는 실제값에서 예측값을 뺀 값입니다. 잔차가 음수라는 것은 실제값이 예측값보다 작다는 뜻, 즉 모델이 그 점을 실제보다 높게 예측했다는 의미입니다.
정답: 상관분석은 두 변수가 함께 변하는 정도(관계의 방향과 강도)를 측정하는 데서 멈춥니다. 회귀는 그 관계를 구체적인 식(추세선)으로 만들어 새로운 입력에 대한 값을 예측하는 데까지 나아갑니다.