밑바닥부터 시작하는 데이터 과학 데이터 분석을 위한 파이썬 프로그래밍과 수학·통계 기초

from Scratch

209

󽴜󽴔󺽷󺡇

나는 문제를 보고 아무 생각 없이 영향 없는 변수들을 사용하지는 않는다.

- 빌 파셀즈(

Bill

Parcells

)

부사장은 만들어진 예측 모델을 보고 꽤 감탄하기는 했지만, 더 좋은 결과를 낼

수 있을 거라고 생각하고 있다. 그래서 데이터를 추가적으로 수집해서 각 사용

자의 하루 평균 근무 시간 그리고 박사 학위 취득 여부에 대한 추가 데이터를 확

보했다. 이 추가적인 데이터를 사용해서 모델의 성능을 높여 보자.

먼저 더 많은 독립 변수를 사용하는 선형 모델을 시험해 보기로 했다.

시간

(

분

) =

α

+

β

1

친구 수

+

β

2

근무 시간

+

β

3

박사 학위 취득 여부

+

ε

당연히 박사 학위 취득 여부는 숫자 데이터가 아니다. 하지만 앞서

11

장 ‘기계학

습’에서 다룬 바와 같이

가변수(

dummy

variable

)를 만들어서 박사 학위를 가진

사람을

1

, 그렇지 않은 사람을

0

으로 표기하면 숫자로 표기할 수 있다.

15.1

모델

14

장 ‘단순 회귀 분석’에서는 아래와 같은 형태의 모델을 다뤘다.

y

i

=

α

+

β

x

i

+

ε

i

각 입력값

x

i

는 숫자 하나가 아니라

k

개의 숫자인

x

i

1

, ... ,

x

ik

라고 한다면 다중 회

귀(

multiple

regression

) 모델은 다음과 같은 형태를 띈다.

15

장

Data Science fr ...