AI 요약관련 정보

• 회귀는 임의의 실수 값을 예측하는 문제이며, 분류와 달리 타겟 값이 정수 레이블이 아닌 실수입니다. 🎯
• K-최근접 이웃 회귀는 주변 이웃 샘플들의 타겟 값의 평균을 내어 예측 값을 결정합니다. 🏘️
• 모델 평가 시 훈련 세트 점수가 테스트 세트 점수보다 낮으면 과소적합, 높으면 과대적합을 의심할 수 있습니다. 📉
• K-최근접 이웃 알고리즘에서 이웃의 개수를 줄이면 과대적합, 늘리면 과소적합될 가능성이 있습니다. 👯
• 회귀 모델의 성능 평가는 R² 값(결정 계수) 또는 평균 절대 오차(MAE) 등을 활용할 수 있습니다. 📏