모두를 위한 딥러닝 Lec 04 Multi-variable Linear regression

Lec 04 Multi-variable Linear regression

우리는 이전까지 변수가 하나인 x로 부터 y의 값을 예측하는 것을 공부해보았다.

그렇다면 이번 강의에선 변수가 여러 개일 때, y의 값을 예측하는 것을 배워봤다.

강의에선 예시로 주어진 것은, x1, x2, x3라는 시험 점수를 통해 최종 시험인 Y의

점수를 예측하는 것이다.

이럴 경우, 우리는 가정은 다음과 같다.

Hypothesis

x가 하나로 주어졌던 것이 x1, x2, x3와 같이 세 개로 주어졌다.

그렇다면 cost는 다음과 같다.

그렇지만 변수가 점점 증가하게 되면 가로로 식이 길어지면서 매우 번거롭게

느껴진다.

Matrix(행렬)을 통해 간단하게 만들 수 있다.

행렬의 곱을 이용하면, 주어지는 인스턴스의 수만큼 바로 할당할 수 있고,

w의 값도 하나의 행렬로 만들면 고정시킬 수 있다.

시험 점수를 예측하고자 할 때, 인스턴스가 5개인 데이터가 주어진다면,

이를 위의 그림과 같이 행렬 곱으로 간단하게 나타낼 수 있다.

따라서, 우리는 인스턴스의 수가 몇 개가 주어지든, 그것과 상관 없이

Weight의 차원을 구할 수 있다.

이처럼, 많은 데이터들이 2개 이상의 변수를 가지고 있고, 예측을 하고자 할 때도,

단일 변수보단 다변수를 고려해야 할 경우가 많다. 이를 TF를 통해 예측을 하는 연습도 꾸준히 필요할 것 같다.