[TIL] 김민채_201013

### Today I Learn_27

**1. Multiple Linear Regression**
- Simple Linear Regression 보다 단지 변수인 feature가 늘어난 선형 회귀
- 변수인 feature가 늘어나면 하나일 때보다 target predict이 높아지기에 사용.
- 회귀 모델을 만든 후, **예측 정확도를 평가하기 위해** **오류의 정도를 계산하는 '평가 지표**'가 있다.
- MSE, RMSE, MAE, R2 (각각 장,단점 보유)
- 회귀 모델에 따라 과소적합 혹은 과적합 된다.
- 모델이 복잡해지면 복잡해질수록 과적합될 확률이 높고,
그 결과 모델의 예측 정확도가 실제 테스트에서는 떨어져, 쓸모없을 수 있다.
- 실제 과적합을 피할 수는 없지만, 그 오류 정도를 최소화할 수 있는 지점을 고안해 모델을 수정해나가야 한다.

**2. Impression from Today**
- 오늘은 어제보다 많이 어려웠다.
- 개인적인 일로 warm up을 조금 촉박하게 하다보니, 수업 준비가 덜 되었던 거 같다.
- 다중 회귀 모델이랄지, 과적합, 과소적합 등은 이해가 됐지만
이를 설명하기 위한 예시를 이해하는게 도리어 시간이 많이 걸렸다.
- 이제 한 달 지난 거라 당연하지만,, 여러 library의 parameter를 이해하지 못해서 인 듯하다.
- 4시 반이 조금 지나서 겨우 오늘 lecture 복습을 끝마쳤다.
- 아직 이해하지 못한 것도 꽤 있다.
- 다시 한 달 전처럼 ㅎ 과제하느라 시간이 오래 걸릴 듯하다.

The issue contains a Korean TIL entry about multiple linear regression, evaluation metrics, and overfitting, but it names no files, tests, or entry points. There is no requested change or completion criterion, so ask the maintainer what documentation work is expected before starting.

Written by the indexing model from the issue text.