or
이 연습은 강의의 일부입니다
하나의 수치형 변수와 하나의 범주형 변수를 사용하는 "평행 기울기" 회귀로 선형 회귀 역량을 확장해 보세요. 이는 다중 선형 회귀를 다루기 위한 첫걸음입니다.
설명 변수들 간 상호작용의 효과를 살펴봅니다. 상호작용을 고려하면 더 현실적인 모델을 만들 수 있고 예측 성능도 좋아질 수 있어요. 또한 여러 설명 변수가 있을 때 나타나는 직관에 반하는 결과, 심프슨의 역설도 다룹니다.
현재 연습
모델링, 특히 선형 회귀를 이용하면 두 개를 넘는 설명 변수를 쉽게 다룰 수 있음을 확인해 보세요. 선형 회귀 모델 적합을 익힌 뒤에는 직접 선형 회귀 알고리즘을 구현해 봅니다.
로지스틱 회귀를 여러 설명 변수로 확장해 보세요. 이 회귀의 기반이 되는 로지스틱 분포를 이해하고, 마지막으로 직접 로지스틱 회귀 알고리즘을 구현합니다.