본문 바로가기
반응형

선형 회귀

 (2)
3장 머신러닝 기초 다지기-수치 예측 (2) 3-3 손실 함수와 경사 하강법의 관계 - 가중치에 대하여 제곱 오차 미분하기 y_hat = x_i * w + b err = y_i - y_hat w_rate = x_i w = w +w_rate *err - 절편에 대하여 제곱 오차 미분하기 err = y_i - y_hat b = b+1 *err 3-4 선형 회귀를 위한 뉴런 - Neuron 클래스 만들기 1. init()메서드 작성하기 def __init__(self): self.w = 1.0 self.b =1.0 2. 정방향 계산 만들기 def forpass(self, x): y_hat = x * self.w + self.b return y_hat 3. 역방향 계산 만들기 def backprop(self, x, err): w_grad = x * err..
3장 머신러닝 기초 다지기-수치 예측 (1) 3-1 선형 회귀 - 문제 해결을 위해 당뇨병 환자의 데이터 준비하기 1. load_diabetes() 함수로 당뇨병 데이터 준비하기 from sklearn.datasets import load_diabetes diabetes = load_diabetes() 2. 입력과 타깃 데이터의 크기 확인하기 print(diabetes.data.shape, diabetes.target.shape) ##출력: (442, 10) (442,) 3. 입력 데이터 자세히 보기 diabetes.data[0:3] ##출력: array([[ 0.03807591, 0.05068012, 0.06169621, 0.02187235, -0.0442235 , -0.03482076, -0.04340085, -0.00259226, 0.0199..
반응형

티스토리툴바