본문 바로가기

Lecture ML

머신러닝 강좌 #26] 규제선형 모델 - 릿지, 라쏘, 엘라스틱넷

반응형

규제선형 모델에 대해서는 하기 3가지 Step을 사용하여 학습합니다.

 

Regulation(규제) 선형 모델에 대한 개요 - 릿지(Ridge), 라쏘(Lasso), 엘라스틱(Elastic Net)

규제 선형 모델의 개요 좋은 머신러닝 회귀 모델은 적절히 데이터에 적합하면서도 회귀 계수가 기하급수적으로 커지는 것을 제어할 수 있어야 합니다. 이전까지 선형 모델의 비용 함수는 RSS를

nicola-ml.tistory.com

 

 

릿지 회귀 : Ridge Model 이란? Scikit Learn에서의 실습

릿지 회귀 : Ridge Model 사이킷런에서의 Ridge 클래스의 주요 생성 파라미터는 alpha이며, 릿지 회귀의 alpha L2규제 계수에 해당합니다. from sklearn.model_selection import train_test_split from sklearn.me..

nicola-ml.tistory.com

 

 

라쏘 / 엘라스틱넷 회귀 : Lasso / ElasticNet Model 이란? Scikit Learn에서의 실습

릿지 회귀 : Lasso Model W의 절댓값에 페널티를 부여하는 L1규제를 선형 회귀에 적용한 것이 라쏘(Lasso)회귀입니다. 즉 L1규제는 alpha*||W||를 의미합니다. Lasso 또한 비용 함수를 최소화하는 W를 찾는

nicola-ml.tistory.com

 

반응형