COURSE
4
PROGRESS
13 / 14
단원 데이터 구조화: AI 전처리 17 데이터의 규칙: 예측 로직 14 옷의 시너스: 판단 로직 1 예와 아니오: 판단 로직 6 닮은꼴 찾기: 관계 로직 7 최적의 경로: 강화 로직 7 층층이 지능: 신경망 로직 7 전체 목록
이전 문제 다음 문제

학습 결과(파라미터) 분석

40 P
QUESTION 13 #340
학습된 선형 회귀 모델에서 가중치(기울기)와 절편 속성을 출력하여 AI가 찾은 수식을 확인하는 코드를 완성하세요.
main.py 
from sklearn.linear_model import LinearRegression
import numpy as np

# y = 3x + 5 관계의 데이터 학습
X = np.array([[1], [2], [3]])
y = np.array([8, 11, 14])

model = LinearRegression().fit(X, y)

# 모델이 찾은 정답 계수와 절편 출력
print(f"가중치(w): {model.}")
print(f"절편(b): {model.}")
실행 결과 예시 
coef_, intercept_
INTERACTIVE SHELL Shift + Enter 로 즉시 실행

🔍 모델의 내부 확인 (Model Inspection)

모델이 학습을 마친 후 fit() 메서드가 종료되면, 그 결과값은 모델 객체의 속성에 저장됩니다.

  • coef_ (Coefficient): 여러 특성이 있을 때 각각의 중요도를 파악할 수 있습니다.
  • intercept_ (Intercept): 모든 조건이 0일 때의 기준값입니다.

이 속성들 뒤에 붙은 언더바(_)는 사이킷런의 관례로, "학습을 통해 얻어진 값"임을 나타내는 중요한 표시입니다.