본문 바로가기

최적화 및 기계학습/기계학습(ML)

선형회귀(LR)-3 :결정계수와 회귀분석결과 해석.

결정계수
수정된 결정계수

아래 csv파일을 첨부해두었으니 하실분은 하시면 됩니다.

문제

> libray(magrittr)
#경로 지정: 문서 우클릭 -> 속성 -> 위치복사 -> 역슬래시(\)를 모두 /로 변환.
> df1<- read.csv("C:/Users/PJS/Documents/study/LR/ex1.csv")
> df1
> reg1 <- lm(Y ~ X1 +X2 ,data=df1)
> reg1 %>% summary()

ex1.csv
0.00MB
결과표

 

#시각화 코드 3차원
library(scatterplot3d)
sp3d<-scatterplot3d(df1$X1,df1$X2,df1$Y,
              xlab="X1",ylab="X2",
              zlab="Y")

sp3d<-scatterplot3d(df1$X1,df1$X2,df1$Y,
                    xlab="X1",ylab="X2",
                    zlab="Y", highlight.3d = T,pch=19,
                    type="h") #깊이를 색상의 차이로

sp3d$plane3d(reg1)

1
2-깊이를 색상으로 표현.
3 회귀평면에 근처에 포인트들이 있는지 시각적으로 확인.
선형회귀에서의 분산분석

 

결과표