AI

릿지, 라쏘 : 정규화 도입 모델Ridge 회귀잔차제곱합 + 패널티항(파라미터의 제곱의 합)따라서 패널티항을 줄이기 위해서는 파라미터를 그리 크지 않은 것으로 설정해야 함.Lasso 회귀릿지랑 비슷한데, 패널티항이 파라미터의 제곱이 아니라 절댓값의 합따라서 릿지보다는 파라미터 크기 큰 항을 줄이는 속도가 느림.  파이썬 구현from sklearn.linear_model import Ridgefrom sklearn.linear_model import Lasso 릿지회귀, 라쏘회귀를 위한 모듈 import def load_data(): X, y = load_boston(return_X_y = True) feature_names = load_boston().feature_names ..

사용시 터미널에서 sayhi.py를 실행시키면,sayhi파일을 만들었을 때 자동 생성된 __name__은 __main__이므로 sayhi_if_main()과 sayhi_() 둘 다 실행된다.  sayhi를 import할 때, if문에 들어가지 않은 sayhi_()메소드는 바로 실행되고, saybye.py에서 __name__이 __main__일 때 sayhi의 sayhi_if_main함수를 실행시킨다.나머지는 그냥.. 참고  결국, 만약 if문을 안 쓰면 sayhi모듈을 import해오고 내가 원하는 함수를 실행시키려 할 때,import해온 즉시 바로 if __name__ == "__main__"문 밖의 코드는 실행됨.따라서 if문을 넣어주면, sayhi에서 실행될 건 거기서만, saybye에서 실행될 건..

K-fold 교차검증data를 train, test로 나눈 뒤,train을 또다시 k개로 나누어 k-1개의 train set과 1개의 validation set으로 나누어 train에서 학습하고validation으로 검증,그리고 이 validation data를 다른 train set으로 바꾸어 다시 학습, 검증... 하여 만들어진 모델로 test data를 테스트. import numpy as npfrom sklearn.model_selection import train_test_splitfrom sklearn.datasets import load_bostonfrom sklearn.linear_model import LinearRegressionfrom sklearn.model_selection imp..