잡음이 있는 데이터의 회귀
앞선 레슨에서는 완벽한 직선(y = 2x)인 데이터에 직선을 맞췄고 오차가 0으로 나왔어요. 기분은 좋았지만 일종의 거짓말이었어요: 실제 데이터는 결코 깨끗한 직선이 아니에요. 센서는 떨리고, 사람은 예측할 수 없게 행동하고, 측정값은 반올림돼요. 정직한 회귀는 추세를 대략 따르기만 하는 점들의 구름을 지나는 직선을 맞추고, 그래도 얼마나 빗나가는지 보고하는 거예요. 이 레슨은 그 오차 숫자를 움찔하지 않고 읽는 법에 관한 거예요.
현실적인 데이터 만들기
참 관계 y = 3x + 7에서 시작해, 가우스 잡음을 더해요 -> 종 모양 곡선에서 뽑은 작은 무작위 흔들림 -> 그래서 어떤 점도 정확히 직선 위에 있지 않아요:
rng = np.random.RandomState(42)
x = np.linspace(0, 10, 200)
noise = rng.normal(0, 2.0, size=x.shape) # mean 0, spread 2.0
y = 3 * x + 7 + noise
X = x.reshape(-1, 1) # sklearn wants 2-D features시드가 고정되어 모두가 같은 잡음을 뽑으니, 아래 숫자는 재현되고 확인할 수 있어요. 모델은 참 기울기 3이나 절편 7을 결코 보지 못해요. 그 일은 잡음 섞인 점들에서 그것을 되찾는 거예요.
fit 하고, 예측하고, 정직하게 재기
언제나와 같은 의식이지만, 빼 둔 테스트 세트로 채점해요:
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_absolute_error, r2_score
X_train, X_test, y_train, y_test = train_test_split(
X, y, test_size=0.2, random_state=0)
model = LinearRegression().fit(X_train, y_train)
preds = model.predict(X_test)
mae = mean_absolute_error(y_test, preds)
r2 = r2_score(y_test, preds)숫자가 뜻하는 것
- 되찾은 직선.
model.coef_[0]은 3 가까이,model.intercept_는 7 가까이 나와요. 모델은 잡음 밑에서 진짜 추세를 파냈지만 완벽하지는 않아요: 정확히가 아니라 가까이 떨어져요. - MAE가 더는 0이 아니에요. 여기서는 대략 1.8로, 전형적인 예측이
y의 단위로 참값에서 약 1.8 빗나간다는 뜻이에요. 버그가 아니에요. 퍼짐 2.0의 잡음이 들어 있으니 어느 정도의 오차는 피할 수 없어요 -> 양수 MAE가 실제 데이터의 정직한 대가예요. 구조상 MAE가 ~0이었던 앞의 완벽한 직선과 대조해 보세요. - R 제곱은 1 아래에 있어요.
r2_score는 모델이 설명하는 변동의 비율을 재요: 1.0이 완벽이고, 0은 평균을 추측하는 것보다 나을 게 없어요. 여기서는 약 0.95예요 -> 강한 선형 신호가 있어서 높지만, 잡음은 결코 설명되어 사라질 수 없으니 엄격하게 1.0 아래예요. 실제 데이터에서 R 제곱이 정확히 1.0으로 보고되면 위험 신호이고, 보통 실수로 훈련 데이터로 테스트했다는 표시예요. - 잔차가 빗나감이 공정한지 알려 줘요. 잔차는 점 하나에 대한
actual - predicted예요. 그 평균은 0 가까이 있어야 해요: 모델이 체계적으로 넘치거나 모자라지 않고, 대칭 잡음이 그래야 하듯 직선 위아래로 흩어질 뿐이라는 뜻이에요. 잔차 평균이 0에서 멀면 치우친 모델이라는 뜻일 거예요.
그러니 여기서 내놓을 결과는 마법의 0이 아니라 정직한 숫자 묶음이에요. 직선을 맞추고 되찾은 기울기, MAE, R 제곱, 잔차 평균을 출력하려면 실행을 누르세요.
y = 3x + 7에 가우스 잡음을 더해 잡음 섞인 데이터를 만드세요(rng = np.random.RandomState(42), x = np.linspace(0, 10, 200), noise = rng.normal(0, 2.0, size=x.shape), X = x.reshape(-1, 1)). train_test_split(X, y, test_size=0.2, random_state=0)으로 나누고, LinearRegression을 model로 fit 하고, 테스트 세트로 예측한 다음, mae(평균 절대 오차), r2(r2_score), resid_mean(y_test - preds의 평균)을 float로 저장하세요.
이 연습은 곧 열려요
앞의 레슨을 마치면 이 레슨이 열려요. 강좌 전체가 무료이고 계정도 필요 없으며, 이 레슨은 지금 바로 읽을 수 있어요.
이 브라우저가 learn.floati.life의 쿠키를 막고 있어서, 여기서 마친 레슨들이 순서대로 열리지 않아요. 이 사이트의 쿠키를 허용하고 새로고침하세요.