-
카테고리
-
세부 분야
딥러닝 · 머신러닝
-
해결 여부
미해결
주요 회귀 머신러닝 모델과 Regularization(정규화) 이해하기 질문입니다
22.12.28 15:55 작성 조회수 209
0
해당 수업시간에 배운 Regularization 에 이전 시간에 배운 스케일링이 포함되는 것인가요?
1번 질문이 맞다면 이전에 실습한 타이타닉에서 사용되는 다양한 분류형 모델들에도 L2 regularization 등과 같은 정규화를 적용할 수 있는 것인가요?
처음하는 파이썬 머신러닝 부트캠프 (쉽게! 실제 문제로 개념/활용 익히기) [데이터과학 Part2]
주요 회귀 머신러닝 모델과 Regularization(정규화) 이해하기
강의실 바로가기
답변을 작성해보세요.
0
잔재미코딩 DaveLee
지식공유자2022.12.29
안녕하세요. 답변도우미입니다.
regularization 은 결국 overfit 을 막기 위한 기법인데요. 이에 반해 스케일링은 값의 범위, 편차등을 유사하게 해서, 학습데이터로 학습된 모델이 예측하는 값의 범위,편차가 테스트 데이터에 대해서도 적절히 예측할 수 있게 하는 기법인데요. 두 개념은 다르다고 보시면 좋을 것 같습니다.
단, 보통 sklearn 에서 제공하는 각 모델들은 모델에 따라 함수 인자로 L2 regularization 기능을 지원하는 경우는 많습니다.
감사합니다.~
답변 1