9장 머신러닝 시작: 날씨 회귀

9주차 온라인 기기 불필요

7장까지는 사람이 분포를 확인하고 임계값을 직접 정했다. 이 장에서는 자료에서 입력과 출력의 관계를 자동으로 학습하는 머신러닝(machine learning)을 시작한다. 2021~2025년 서울 일별 날씨 자료로 다음 날 평균기온을 예측하는 회귀 모델을 학습하고, 단순한 기준선 모델과 비교해 모델의 유효성을 판단한다.

절 구성

• 9.1 지도학습의 구성 요소
• 9.2 날씨 자료의 특징과 레이블
• 9.3 학습 데이터와 평가 데이터의 분할
• 9.4 선형회귀를 이용한 다음 날 기온 예측
• 9.5 회귀 모델 평가

학습 목표

• 지도학습의 구성 요소(특징·레이블·모델·평가)를 구분한다.
• 시계열 자료를 시간 순서로 분할하는 이유를 설명한다.
• 선형회귀 모델을 학습하고 MAE·RMSE·결정계수를 해석한다.
• 기준선 모델과의 비교로 모델의 유효성을 판정한다.

준비물

• Colab 새 노트북
• 서울 일별 날씨 자료 2021~2025(CSV): 내려받은 뒤 Colab 왼쪽 「파일」 창에 업로드한다.

참고 도서

회귀와 분류의 개념은 『데이터과학(아두이노, 사이버파이, 할로코드, 마이크로비트)』(부크크, 2024) 3장에서도 서울 강수량 자료로 설명한다. 그 책은 블록 코딩으로, 이 장은 파이썬으로 실습한다.