반응형
multi-variable linear regression
여러개의 inputs이 있을때, 예를 들어서 퀴즈1, 퀴즈2, 중간 점수를 가지고 마지막 기말고사 점수를 예측하는 경우를 생각해보자!
이럴경우, Hypothesis는 아래와 같고 (x1=퀴즈1, x2=퀴즈2, x3=중간점수, y = 기말고사)
Cost function또한 다음과 같다.
n개의 inputs이 있다면 다음과 같아지는데, 수식이 점점 길게 늘어지기 때문에 우리는 Matrix multiplication을 사용한다!!!!!!!!!
실제 data에서 살펴볼 경우, 데이터가 한개만 존재할 수도 있지만, 여러개 (n)개가 존재할 수도 있다!!!
각 data를 instance라고 불리우는데 아래와 같이 있다고 가정해 보자.
이런 경우, Matrix는 매우 유용한데, 각 하나씩 곱하여 한줄로 여러개를 나타내는 것이 아니라, 아래와 같이 표현이 가능하다.
만약 2개 outputs 하다면, 아래와 같이 w값을 적용하면 된다!
반응형
'Study > 모두를 위한 딥러닝 시즌1' 카테고리의 다른 글
Lec 06 - Softmax Regression: 기본 개념 소개 및 cost 함수 (0) | 2018.05.14 |
---|---|
Lec 05-2 - Logistic Regression의 cost 함수 (0) | 2018.05.02 |
Lec 05 - Logistic Classification의 가설 함수 정의 (0) | 2018.05.02 |
Lec 03 - Linear Regression의 cost 최소화 알고리즘의 원리 설명 (0) | 2018.04.23 |
Lec 02 - Linear Regression 의 Hypothesis와 Cost 설명 (0) | 2018.04.23 |
댓글