다음을 통해 공유

Bayes 선형 회귀

  • 아티클

중요

Machine Learning Studio(클래식)에 대한 지원은 2024년 8월 31일에 종료됩니다. 해당 날짜까지 Azure Machine Learning으로 전환하는 것이 좋습니다.

2021년 12월 1일부터 새로운 Machine Learning Studio(클래식) 리소스를 만들 수 없습니다. 2024년 8월 31일까지는 기존 Machine Learning Studio(클래식) 리소스를 계속 사용할 수 있습니다.

ML Studio(클래식) 설명서는 사용 중지되며 나중에 업데이트되지 않을 수 있습니다.

Bayes 선형 회귀 모델 만들기

범주: Machine Learning/모델 초기화/회귀

참고

적용 대상: Machine Learning Studio(클래식) 전용

유사한 끌어서 놓기 모듈은 Azure Machine Learning 디자이너에서 사용할 수 있습니다.

모듈 개요

이 문서에서는 Machine Learning Studio(클래식)에서 Bayesian 선형 회귀 모듈을 사용하여 Bayesian 통계를 기반으로 회귀 모델을 정의하는 방법을 설명합니다.

모델 매개 변수를 정의한 후에는 태그가 지정된 데이터 세트 및 모델 학습 모듈을 사용하여 모델을 학습 시켜야 합니다. 그러면 학습된 모델을 예측에 사용할 수 있습니다. 또는 레이블이 지정된 데이터 집합에 대한 교차 유효성 검사를 위해 학습되지 않은 모델을 교차 유효성 검사 모델에 전달할 수 있습니다.

한눈에 보는 베이지안 회귀

통계에서 회귀에 대한 Bayes 방식은 흔히 빈도주의자(frequentist) 방식과 대비됩니다.

Bayes 방식에서는 이전 확률 분포 형태의 추가 정보로 보완되는 선형 회귀를 사용합니다. 매개 변수에 대한 이전 정보는 확률 함수와 결합되어 매개 변수에 대한 예측치를 생성합니다.

반면에 표준 최소 자승 선형 회귀로 대표되는 빈도주의자 방식에서는 데이터에 의미 있는 모델을 만드는 데 충분한 측정값이 포함되어 있다고 가정합니다.

이 알고리즘에 대한 연구에 대한 자세한 내용은 기술 정보 섹션의 링크를 참조하세요.

Bayesian 회귀를 구성하는 방법

  1. Bayesian 선형 회귀 모듈을 실험에 추가합니다. 이 모듈은 회귀 범주의 Machine LearningInitialize에서 찾을 수 있습니다.

  2. 정규화 가중치: 정규화에 사용할 값을 입력합니다. 정규화는 과적합을 방지하는 데 사용됩니다. 이 가중치는 L2에 해당합니다. 자세한 내용은 기술 정보 섹션을 참조하세요.

  3. 알 수 없는 범주 수준 허용: 알 수 없는 값에 대한 그룹화하려면 이 옵션을 선택합니다. 모델은 학습 데이터에 포함된 값만 허용할 수 있습니다. 모델은 알려진 값에 대해 정확도가 낮을 수 있지만 새(알 수 없음) 값에 대해 더 나은 예측을 제공합니다.

  4. 학습 데이터 세트와 학습 모듈 중 하나를 커넥트. 이 모델 형식에는 매개 변수 스윕에서 변경할 수 있는 매개 변수가 없으므로 모델 하이퍼 매개 변수 조정을 사용하여 모델을 학습시킬 수 있지만 모델을 자동으로 최적화할 수는 없습니다.

  5. 모델링하거나 예측하려는 단일 숫자 열을 선택합니다.

  6. 실험을 실행합니다.

결과

학습 완료 후 다음이 수행됩니다.

  • 모델의 매개 변수 요약을 보려면 모델 학습 모듈의 출력을 마우스 오른쪽 단추로 클릭하고 시각화를 선택합니다.
  • 예측을 만들려면 학습된 모델을 모델 점수 매기기 입력으로 사용합니다.

예

회귀 모델의 예는 Azure AI 갤러리를 참조하세요.

기술 정보

모듈 매개 변수

Name 범위 Type 기본값 설명
정규화 가중치 >=double.Epsilon Float 1.0 정규화에 사용할 상수를 입력합니다. 상수는 노이즈 전체 자릿수에 대한 가중치 전체 자릿수의 비율을 나타냅니다.
알 수 없는 범주 수준 허용 모두 부울 true true인 경우 각 범주 열에 대해 추가 수준을 만듭니다. 학습 데이터 집합에서 사용할 수 없는 테스트 데이터 집합의 모든 수준은 이 추가 수준으로 매핑됩니다.

출력

Name 유형 설명
학습되지 않은 모델 ILearner 인터페이스 학습되지 않은 Bayes 선형 회귀 모델입니다.

참고 항목

전체 모듈 목록
회귀