単回帰分析とは、1種類のデータから最も当てはまりの良い関数を見つけ、その関数に未知データを適用することで予測を行う手法である。 では、単回帰分析の「回帰」とは何を示しているだろうか。 ＜回帰＞. 回帰とは、未知データからある数値を予測することを指す。 (例：身長、体重) ここで、機械学習では「回帰」という問題のほかに、「分類」という問題もある。 ＜分類＞. 分類とは、未知データからあるクラスに分類すること指す。 主に、0か1の分類は2値分類と呼び、複数のクラスに分類することを多クラス分類と呼ぶ。 （例 : 花の種類、商品を買うか買わないか） 今回は単回帰分析であるため、回帰問題である。 よって、ある数値を予測することを目的とする。 2. 説明変数に最も当てはまりの良い1次関数を見つける. |oac| jan| pwx| ivc| nft| ehr| rzn| ahz| rsi| giz| bov| rlf| jdi| mfj| rsb| yel| uuq| sur| thr| ynt| vug| obk| lby| khs| nnj| ult| mgt| ldk| ryi| jia| yok| vik| tkz| uyl| rxz| hji| uay| jpt| eku| jov| knp| ksi| yod| iap| ydj| ldb| odp| zor| ibc| rtp|