[linear Regression's history] - 선형회귀의 역사는 galton이라는 인물이 아버지의 키로부터 아들의 키를 예측하는 것으로부터 시작되었다. [vocab] response (y): = dependent variable, Y-variable, target, outcome independent variable : = X-variable, feature, attribute record : row, case, instance, example intercept : 회귀선의 기울기 regression coefficient : 회귀선의 슬로프(slope=경사) 잔차residuals : 관찰값과 fitted values와 차이 (y - y^) least squares : 제곱의 잔차 합을 최소화 ..

attribute transform은 크기의 차이를 해소하기 위해 속성 값을 변환하는 것이다. 예를들어 평균, 표준편차, z-score와 같이 변환할 수 있을 것이다. 이처럼 normalization이나 standardization은 데이터를 처음 받을 때 즉, 거리를 재기 전이나 머신러닝 모델을 만들기 전에 진행하는 것이 좋다고 말할 수 있다. discretization은 카테고리형 데이터를 numerical 형태로 변환하는 것이다. cut함수를 사용하여 범위를 가진 형태로 변환한다.

isnull().sum()을 통해 결측치 개수 확인 iloc을 통해 인덱싱

변수의 타입에는 categorical, numerical이 존재한다. categorical한 변수가 있다면, 컴퓨터가 인식할 수 있도록 numerical 변수로 바꿔준다.

n의 개수를 20개로 증가시키니 경계면이 완만하게 변하는 것이 확인되었음. 또한 성능 측정에서도 이전과는 다르게 100% 정확도가 아닌 것도 확인 가능했음. knn방식에서는 k가 적을수록 복잡해지고 과적합 될 가능성이 존재함.