코딩헤딩

1. 규제 - 과대 또는 과소 적합중에 주로 과대적합이 발생 했을 때 사용 - 훈련의 정확도가 다소 낮아지는 경향이 있으나, 검증(테스트) 정확도를 높이는 효과가 있음 - 훈련모델을 일반화 하는데 주로 사용되는 방법임 - 규제 개념을 적용한 향상된 모델 : 릿지(Ridge)와 라쏘(Lasso)가 있다. 1. 정규화(단위(스케일)를 표준화 하는 방식) 2. 규제가 적용된 모델 훈련/검증 훈련 및 테스트 독립변수 정규화 하기 * 정규화를 위한 라이브러리 from sklearn.preprocessing import StandardScaler 1. 정규화 클래스 생성 2. fit() : 정규화 패턴 찾기 3. transform() : 찾은 패턴으로 정규화 데이터로 변환 (훈련 및 테스트 독립변수 변화) * 정규..

1. 평균절대오차(MAE) 확인하기 from sklearn.metrics import mean_absolute_error mae = mean_absolute_error(test_target, test_pred) mae 2. 특성 클래스 생성하기 poly = PolynomialFeatures(include_bias=False) poly - 특성을 생성시킬 때 y절편값도 생성을 함께 시킨다. - 특성만 있으면 되기 때문에 y절편을 생성에서 제외시키기 위해서 ---> include_bias = False로 설정 temp_data = [[2,3,4,]] temp_data - sample데이터로 어떤 특성들이 만들어지는지 확인 먼저 특성을 만들 패턴 찾기 poly.fit(temp_data) 찾은 패턴으로 특성 생..