선형회귀는 법원 경매 물건의 낙찰가를 예측하는 얼마써 예상낙찰가 모델 21개 중 하나입니다. 매달 실제 낙찰 결과와 대조해 채점하며, 물건의 조건이 이 모델에 맞을 때 그 값이 예상낙찰가로 채택됩니다. 성적만으로 정하지 않습니다.
| 정식 명칭 | Ridge Regression |
|---|---|
| 전술 | 기본기 하나로 버틴다. 화려한 드리블 없음. |
| 강점 | 답|충남 우승 + 경기장 8승 — 단순함이 이기는 지형이 실제로 있다. |
| 약점 | 비선형 패턴 앞에서는 무력. |
1800년대 가우스·르장드르까지 거슬러 오르는 리그 최고령 전술. 모든 팀의 조상이자 스승.
릿지 선형회귀 — 모든 신호에 직선 하나를 긋고, 계수가 커지지 않게 규제(릿지)를 건다. 지역·법원은 원핫 인코딩으로 펼쳐 반영. 가장 단순하고 가장 오래된 방법.
통계학 200년의 뼈대. 경제학·의학·공학 — 회귀분석이 쓰이는 모든 곳의 출발점.
후배 전원의 베이스라인 — 후배가 이 팀을 못 이기면 존재 이유를 의심받는다. 그런데 가끔 진다(경기장 8승).
가장 단순한 팀이 왕좌를 지킨다는 것 — 복잡함이 항상 답이 아니라는 실측.
최소제곱법은 Legendre (1805)·Gauss (1809). 릿지 정규화는 Hoerl & Kennard (1970) "Ridge Regression", Technometrics.
목적함수 ‖y−Xβ‖² + λ‖β‖²의 닫힌해 β = (XᵀX+λI)⁻¹Xᵀy. 정규화 항이 다중공선성에서 해를 안정화하고 분산을 줄인다(편향-분산 트레이드오프의 고전적 해법).
범주형 변수는 원핫 전개로 선형 공간에 편입. 모든 관계를 가중합 하나로 요약하므로 해석이 자명하다.
학습·예측 모두 가장 가볍다. 비선형·상호작용은 표현 불가 — 그래서 베이스라인의 자격이 있다.
200년간 통계학의 뼈대. 어떤 신형 모델이든 이 베이스라인을 상회함을 보여야 존재가 정당화된다 — 본 리그에 참전시킨 이유.
전체 모델 보기 → 경매 물건에서 예상낙찰가 확인하기 →
얼마써 — 사건번호만 입력하면 법원경매 물건의 예상낙찰가를 AI가 계산합니다. 여러 방식이 낸 값을 실제 낙찰가와 매달 대조해 검증합니다. 입찰가 결정은 경매 참여자 본인의 판단이며, 예상낙찰가는 통계 기반 참고치입니다. 입찰 전 법원 공고와 현장을 반드시 확인하세요.