1. 선형회귀(Linear Regression)란?

• 정의:

  입력값(x)과 출력값(y) 사이의 관계를 직선(선형함수)으로 모델링하는 가장 기본적인 회귀 알고리즘

• 목적:

  • x가 변할 때 y가 어떻게 변하는지 예측하는 수식을 찾는 것
  • 미래의 y값을 "숫자"로 예측

2. 수식

단순 선형회귀 (특성 1개)

$$ y = wx + b $$

다중 선형회귀 (특성 여러개)

$$ y = w1x1 + w2x2 + ... + wnxn + b $$

• y: 예측값
• x: 입력값
• w: 기울기(가중치, weight)
• b: 절편(bias)

3. 예시

• 공부 시간(x)과 점수(y) 데이터가 있다면:
  • 공부 시간이 늘수록 점수도 선형적으로 올라간다고 가정
  • 데이터에 가장 "잘 맞는 직선"을 찾는 것이 목표

4. 학습(가중치 찾기)

• 데이터가 주어졌을 때, 직선의 기울기(w)와 절편(b)을 실제 데이터와 예측값(y)이 가장 가깝게(오차 최소화) 만드는 값으로 찾음