머신러닝 기초 4 - 변수선택법(전진선택법, 후진소거법, 단계적선택법)

지난 포스팅에 이어 본격적으로 변수선택법에 대해 알아보겠습니다.데이터분석에서 변수선택법은 변수가 여러개 있을 때, 최적의 변수 조합을 찾아내는 기법입니다.변수들의 조합을 다 해보면서 가장 좋은 조합을 찾아내는 것이죠.그런데 변수가 늘어날수록 조합의 수가 기하급수적으로 늘기 떄문에, 시간상 모든 조합을 계산하지않고, 합리적으로 가장 좋은 조합을 찾아갑니다.그 방법으로는 3가지 (전진선택법, 후진소거법, 단계적선택법)가 있습니다.전진선택법(Feedforward Selection)은 변수 하나부터 변수 개수를 추가해가며 성능지표를 비교해가는 방법입니다.후진소거법(Backward Elimination)은 전체 변수부터 변수 개수를 제거해가..........

머신러닝 기초 4 - 변수선택법(전진선택법, 후진소거법, 단계적선택법)에 대한 요약내용입니다.

자세한 내용은 아래에 원문링크를 확인해주시기 바랍니다.

원문링크 : 머신러닝 기초 4 - 변수선택법(전진선택법, 후진소거법, 단계적선택법)