[패스트캠퍼스 수강 후기] 데이터분석 강의 100% 환급 챌린지 43회차 미션

2020.09.21 [패스트캠퍼스 수강 후기] 데이터분석 강의 100% 환급 챌린지 43회차 미션 43회차에서 학습이 과대적합되는 것을 방지하고자 penalty를 부여하는것 '규제'를 배웠고, 이 규제에는 각 가중치의 제곱 합에 규제강도를 곱해서 더해주는 L2 규제와 가중치의 절대값의 합에 곱해서 더해주는 L1 규제가 있다. 오늘 강의에서는 이 각각의 규제를 활용한 모델인 릿지와 라쏘를 어떻게 도출하는지? 배웠다. 릿지 릿지를 도출하려면, alphas = [100, 10, 1, 0.1, 0.01, 0.001, 0.0001] —> 규제정도 for alpha in alphas: ridge = Ridge(alpha=alpha) ridge.fit(x_train, y_train) pred = ridge.pre..

원문링크 : [패스트캠퍼스 수강 후기] 데이터분석 강의 100% 환급 챌린지 43회차 미션