[음악] 훈련 데이터와 테스트 데이터가 나왔습니다 다음으론 #회귀 모델 여기 서브헤더 넣고 #회귀 모델 만들기입니다 GraphLab Create는 다양한
기계학습 작업을 위한 알고리즘을 구현해 놨는데 원한다면
스스로 구현할 수도 있습니다 이 특화과정을 진행하면서 많은 알고리즘을 짜보게 될 것이지만 이 강의에서는 이미 구현된 알고리즘을 통한 기계학습 이해에 집중할 겁니다 기계학습으로 뭘 할 수 있죠? 평수 예측 모델을 만들 수 있습니다 sqrt_model이라 부르죠 GraphLab에는 선형회귀라는 게 있습니다 선형회귀는 에밀리와 함께 학습, 탐구, 이해까지 이전 모듈에서 마쳤죠 linear_regression.create이라 입력하면 선형회귀 모델을 생성합니다 Create은 프로젝트의 이름인
GraphLab Create임과 동시에 GraphLab Create에서 뭔가를 만들 때
쓰는 함수이기도 합니다 선형회귀 모델을 만들텐데 입력으로 훈련 데이터를 넣습니다 훈련 데이터죠 뭘 예측하는지 변수를 지정해줘야 합니다 그게 대상이죠 대상은 가격입니다 가격을 예측합니다 특징이 뭔지도 입력합니다 특징을 입력할 때 함수 파라미터에도 탭 자동완성을 사용할 수 있습니다 특징에는 특징 리스트를 넣어주고요 아무 것도 안 넣어주면 모든 특징과 모든 열의
데이터를 사용하게 됩니다 지금은 입력할 특징은 전용면적 하나입니다 문자열 변수를 넣어야 하는데 따옴표를 잊었네요
빨리 고치죠 따옴표를 열고 닫습니다 됐습니다 다시 읽어드리죠 sqft_model은
graphlab.linear_regression.create에 훈련 데이터를 넣고 전용면적 특징을 통해
대상 가격을 예측합니다 실행해보죠 훈련 데이터에서 데이터를 두 번 적었네요 여기 오류가 발생했죠 훈련 데이터
밑줄 데이터 다시 실행합니다 어떻게 됐죠? 선형회귀 모델을 생성했는데 뉴턴 방법이란 알고리즘을 사용했습니다 GraphLab Create는 특별한 지정이
없는 이상 알고리즘을 자동으로 선택합니다 이 알고리즘은 데이터에 대한 예측을
할 수 있게 해주죠 [음악]