1번

정답

2번, 3번, 5번

풀이

(다중 선형 회귀는 MLR, 단순 선형회귀는 LR로 표기하겠다)

1. MLR은 보통 독립변수 갯수가 2개 이상을 가지고, LR은 독리변수가 1개이다. 따라서 1번 보기는 맞다
2. 선형회귀에서 가중치는 계수를 의미한다. 따라서 회귀에 사용하는 feature가 많아질 수록 가중치의 개수는 증가하고, 사용하는 feature의 갯수가 하나라면 가중치의 개수는 1개이다. LR의 가중치의 개수는 1개이기 때문에 2번 보기는 틀리다
3. 다항 회귀 분석에서는 독립변수와 종속변수의 관계가 비선형이지만, 선형 회귀 분석에서는 독립변수와 종속변수의 관계는 선형이다. MLR, LR 모두 선형 회귀 분석이기 때문에 모두 독립변수와 종속변수의 관계는 선형이므로 3번 보기는 틀리다.
4. MLR의 경우 feature의 개수가 여러개이기 때문에 B의 값은 여러개이다. 그리고 LR의 경우 feature의 개수가 한개이기 때문에 B의 값은 한개이다. 따라서 4번 보기는 맞다.
5. 행렬의 곱은 B의 값과 C의 값이 같아야 진행이 가능하다. 따라서 MLR의 B == C이어야 정상적인 행렬 연산이 가능하므로 5번 보기는 틀리다

2번

정답

3번

풀이

1. 회귀 모델을 평가할 때 대표적으로 사용하는 R2 결정계수는 값이 1에 가까울수록 좋다고 본다. R2 결정계수의 값은 실제값과 예측값의 차이가 작을수록 값이 1에 가깝게 나온다. 따라서 모델을 실제값과 예측값의 차이가 작아지는 방향으로 학습을 시키는 것이 바람직하다는 것을 알 수 있다. 때문에 1번 선택지는 맞다.
2. MSE는 오차의 제곱의 평균을 사용하는 평가지표로 오차가 커질 수록 MSE의 값은 급격하게 증가하고, 오차가 작아질 수록 MSE의 값은 급격하게 감소한다. 따라서 MSE는 오차에 대해 민감하기 때문에 2번 선택지는 맞다.