[A＋] 회귀분석-iris데이터 - Jupyter Notebook

1. 데이터 소개

아이리스 데이터는 1936년 Ronald A. Fisher에 의해 수집된 것으로, 대표적인 머신러닝과 통계학 연구에 널리 사용되는 데이터셋이다. 이 데이터셋은 세 가지 품종의 아이리스 식물에 대한 측정값을 포함하고 있으며, 총 150개의 표본으로 구성되어 있다. 각각의 표본은 꽃받침 길이(sepal length), 꽃받침 너비(sepal width), 꽃잎 길이(petal length), 꽃잎 너비(petal width)의 네 가지 특성 값을 갖고 있으며, 이 특성들은 모두 실수형 데이터를 사용한다. 데이터셋은 동일 품종 내에서도 개별 표본 간에 상당한 차이를 보이는데, 예를 들어, Setosa 품종의 꽃잎 길이 평균은 약 1.46cm이고 표준편차는 0.17cm인 반면, Virginica 품종은 평균 5.55cm, 표준편차 0.55cm로 크기 차이가 뚜렷하게 나타난다. 이러한 통계적 차이 덕분에 품종을 구분하는 데 효과적으로 활용될 수 있다. 데이터는 세 품종 별로 각각 50개씩의 표본이 존재하며, 품종별 분포를 시각화하면 선명한 구별이 가능하다. 또한, 아이리스 데이터는 전통적인 통계학과 머신러닝에서 회귀와 분류 과제의 기본 예제로 널리 쓰이며, 데이터의 간결성과 직관적 구조로 인해 교육 목적으로…