n_step 값에 대하여
502
7 asked
안녕하세요.
n_step값에 대해 설명해 주 셨을때 과거 n일치 기온 데이터를 사용하여 내일 기온을 예측한다고 하셨습니다. 강의에서 본거처럼 n_step을 줄이면 큰 차이는 없지만 n_step을 계속올리고 300, 500, 700하면 R^2 값이 0.90 쯤까지 떨어지더군요.
그러면 predicted값하고 real값하고 더 차이가 많이 납니다. 왜 그런지 알 수있을까요?? 과거 데이터가 더 많을수록 score값은 떨어질수밖에없나요?
Answer 1
0
좋은 질문입니다.
n_steps를 불필요하게 크게 키우면 오래전의 과거 데이터가 예측에 도움이 안되고 잡음으로 동작하기 때문입니다. 선형모델에서는 모든 입력 값들의 가중합을 사용하는데 불필요한 신호에 곱해지는 계수가 모두 0이 되지 않는 한 어떤 형태로든 (0이 아닌) 가중치가 존재하게 됩니다. 이와 같이 불필요한 신호들이 랜덤하게 (예측에 도움이 되지 않게) 더해지면 이것이 잡음으로 동작하게 되고 따라서 성능이 떨어지는 것입니다.
로지스틱 회귀분석, 분산분석 범주형 변수 관련 외 질문
0
12
1
수업노트에서 프로그램을 따라할 경우 일부 단어만 입력해도 전문이 뜨는데요
0
10
0
[캐글] 작업형3 예상 문제 - 잔차이탈도
0
17
1
로지스틱 회귀 독립변수가 범주형일 때
0
18
1
mtcars.csv파일을 받을 수 있을까요?
0
15
0
벼락치기질문
0
34
1
수강연장 문의 드립니다
0
25
2
수강연장 문의드립니다.
0
24
2
작업형2에서 데이터 분포를 확인하는 이유
0
27
2
10회 기출 작업형 2 문제
0
24
1
코딩팡 프로 인증
0
30
1
이번 강의 학습노트
0
26
2
캐글 질문
0
24
2
코딩팡 pro 관련
0
24
1
9번질문입니다.
0
24
2
시험에 대해서
0
23
2
결측값 처리
0
623
1
dir*.csv가 안됩니다.
0
389
1
6 시그마 이상 outlier
0
612
1
로그변환에 대하여
0
695
1
In[42] 14:50 코드 질문
0
301
1
Titanic 데이터셋 PClass cateogrical -> one hot encoding
0
437
1
표준 스케일링관련 문의
0
372
1
6:14초 dataframe 스케일링한 후 컬럼 추가에 대한 질문
0
791
1

