이 페이지의 최신 내용은 아직 번역되지 않았습니다. 최신 내용은 영문으로 볼 수 있습니다.

회귀

지도 학습용 선형, 일반화 선형, 비선형, 비모수적 기법

회귀 모델은 응답(출력) 변수와 하나 이상의 예측(입력) 변수 간 관계를 설명합니다. Statistics and Machine Learning Toolbox™를 사용하면 단계적 모델과 혼합효과 모델을 포함하여 선형, 일반화 선형, 비선형 회귀 모델을 피팅할 수 있습니다. 모델을 피팅한 후에는 이를 사용하여 응답 변수를 예측 또는 시뮬레이션하거나, 가설검정을 사용하여 모델 피팅을 평가하거나, 플롯을 사용하여 진단, 잔차, 상호 작용 효과를 시각화할 수 있습니다.

Statistics and Machine Learning Toolbox는 미리 지정된 회귀 함수를 사용하여 응답 변수와 예측 변수 간 관계를 지정하는 방식이 아닌, 더욱 복잡한 회귀 곡선을 수용하는 비모수적 회귀 방법도 제공합니다. 훈련된 모델을 사용하여 새 데이터에 대한 응답 변수를 예측할 수 있습니다. 가우스 과정 회귀 모델을 사용하여 예측 구간을 계산할 수도 있습니다.