[coursera 머신러닝 강의] 다항 회귀(Polynomial Regression) Feature / hypothesis 개선 방법

머신러닝 / 딥러닝 기초를 다지고자 coursera에서 Adrew Ng 강사가 진행하는 머신러닝 강의를 수강하게 되었다. 다음은 Features and Polynomial Regression 강의 내용을 정리한 것이다. 새로운 변수(Feature) New Feature 여러 개의 feature을 하나로 합쳐 새로운 feature로 이용할 수 있다. 예를 들어, A가 집 값을 추정할 때 집 면적의 가로, 세로 길이를 이용했다고 하자. 이 두 feature(가로,세로)를 이용하면 다소 복잡하다는 단점이 있다. 이 때 해결법은 가로, 세로를 곱합 값. 즉, 넓이를 새로운 feature로 이용하는 것이다. 이렇게 함으로써 2개의 feature을 1개의 feature로 줄여서 표현할 수 있다. 다항 회귀 Polynomial Regression Hypothesis function이 반드시 linear(직선)이어야 하는 것은 아니다. 데이터에 잘 맞도록, 잘 fitting 되도록 하는 것이 가장...