코인시던스의 기록

Facebook 에만 광고 했을 때 판매량은 단순선형회귀분석을 통해 예측할 수 있습니다. 하지만 Facebook 이 외 TV, 신문 등 여러 매체를 통해 광고를 하여 판매량을 예측하고 싶다면, 혹은 각 매체가 얼마나 효율적인지 예측하고 싶다면 단순회귀분석으로는 힘들죠. 이 때 다중 회귀 분석을 사용합니다. Facebook, TV, 신문에 각각 얼마씩 투자했을 때 얼마나 팔리는 가를 알기 위해서, 판매량은 FB, TV, 신문 광고료와 선형적인 관계라고 가정하면 아래와 같이 식을 세울 수 있습니다. 베타3 는 광고를 하지 않았을 때의 판매량이 되겠죠. 지금까지 가지고 있는 데이터를 통해서 베타0, 베타1, 베타2, 베타3 최적값을 구하는 것이 목표가 됩니다. 단순선형회귀분석과 동일하게 완벽한 예측은 불가능합..

다중회귀분석 은 직선으로 모델을 예측합니다. 하지만 직선보다 곡선이 데이터를 더 잘 설명할 수 있을 때가 있습니다. 이 때 다항식회귀분석을 사용합니다. 즉, 데이터를 곡선으로 모델을 학습시키고 싶을 때 사용합니다. 판매량(X) 과 광고비(Y) 의 관계를 2차식으로 표현해보면 이렇게 되겠죠. 하지만 X^2 (광고비의 제곱)과 X (광고비) 를 각각 X1 과 X2 로 치환하면 아래와 같이 다중회귀분석과 동일해집니다. 광고비 제곱을 (X^2 = X1) 은 아예 왼쪽에 하나의 행렬로 추가해버리는 겁니다. 실제로는 다항식회귀분석이지만 모델은 다중회귀분석을 수행하여 베타0, 베타1, 베타2 를 알아내게 되죠.

머신러닝의 알고리즘 중 하나인 선형회귀법(Linear Regression) 에 대해서 알아보겠습니다. 선형회귀법은 기계학습 전체에서 중요한 위치를 차지하고 있습니다. 기계학습의 가장 기본이 되는 지도학습 내에서도 가장 쉽고 기초가 되는 알고리즘으로 원하는 값을 예측할 수 있는 알고리즘이죠. 회귀분석은 엑셀에서 많이 사용해보셨을 것입니다. 아래와 같이 운동부 학생들의 키, 몸무게 데이터를 알고 있다면 추세선을 그어서 신입생 A 의 몸무게를 예상할 수 있겠죠. (추세선 = Regression) 회귀분석법은 광고료를 얼마나 지불했을 때, 얼만큼의 상품을 팔 수 있는가를 예측할 때도 사용할 수 있는데, 실제로 마켓 분석에서 굉장히 많이 사용되고 있습니다. '예측'이라는 것은 기존 데이터를 바탕으로 하기 때문에 ..