모두를 위한 머신러닝 - 3주차 퀴즈

1. 다음 문장의 빈칸에 들어갈 가장 적절한 단어를 고르시오.

“특징 값이 2개인 경우 선형 회귀는 _____에 피팅되며, 예측 함수는 _____ 공간에서 표현될 수 있다.”

하나를 선택하세요.
직선, 2차원
직선, 3차원
평면, 2차원
평면, 3차원

 

특징 값이 2개면 bias까지 합쳐서 3평면에 3차원이다!

 

정답은 "평면, 3차원"입니다.

설명: 특징 값이 2개인 경우, 선형 회귀 모델은 두 개의 독립 변수를 기반으로 하므로, 이를 그래픽으로 표현할 때는 3차원 공간에서의 평면으로 나타납니다. 두 독립 변수(x축과 y축)와 종속 변수(z축) 사이의 관계를 3차원 공간에서 평면으로 표현할 수 있습니다. 따라서 예측 함수는 3차원 공간에서 평면으로 표현됩니다.

 

특징 값이 2개인 경우 선형 회귀는 평면에 피팅되며, 예측 함수는 3차원 공간에서 표현될 수 있습니다.
정답 : 평면, 3차원

 

2. 다음 문장에서 빈칸에 들어갈 가장 적절한 내용을 고르시오.

“특징 값이 N개인 경우 선형 회귀의 파라미터의 개수는 _____개 이다.”

하나를 선택하세요.
N-1
N
N+1
1

 

음 이것도 bias까지 합쳐서 N+1개 !

정답은 "N+1"입니다.

설명: 선형 회귀에서 특징 값이 N개일 경우, 각 특징 값에 대한 가중치(파라미터)가 필요하고, 추가로 절편(bias) 값 하나가 필요합니다. 따라서 총 파라미터의 개수는 N개의 특징 값에 대한 가중치와 1개의 절편을 합한 N+1개입니다.

특징 값이 N개인 경우 선형 회귀의 파라미터의 개수는 특징 값의 갯수보다 하나 많으므로, N+1개 입니다.
정답 : N+1