특성공학 (1) 썸네일형 리스트형 [기계학습/ML]7. 회귀 알고리즘(2) - 다중 회귀, 릿지(Ridge), 라쏘(Lasso) Pupbani는 다항 회귀로 농어의 무게를 어느 정도 예측할 수 있었다. 하지만 모델이 과소적합이 된 것이 자꾸 신경쓰였다. 이러한 문제점을 해결하려면 제곱보다 고차항을 넣어야하는데 얼만큼 고차항을 넣어야하는지 모르겠고 수동으로 넣는 것도 힘들었다. 그래서 정 선배에게 물어보기로 했다. 정 선배는 다음과 같은 답변을 주었다. "길이 데이터만 사용하니까 그렇지! 선형 회귀는 특성이 많을 수록 더 좋다고 ~" "높이, 두꼐, 길이를 모두 함께 다항 회귀에 적용해봐" Pupbani는 선배의 말대로 해보기로 했다. 다중 회귀(Multiple Regression) 다중 회귀는 기존에 사용했던 회귀 모델 처럼 1개의 특성을 쓰는 것이 아니라 여러 개의 특성을 사용하는 모델이다. 특성의 개수에 따라 모델이 학습하는 .. 이전 1 다음
