반응형
250x250
Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | |
7 | 8 | 9 | 10 | 11 | 12 | 13 |
14 | 15 | 16 | 17 | 18 | 19 | 20 |
21 | 22 | 23 | 24 | 25 | 26 | 27 |
28 | 29 | 30 | 31 |
Tags
- 윈도우함수
- pandas
- for반복문
- 머신러닝
- 판다스
- numpy
- 행렬
- 데이터분석
- SQL
- 메소드
- 다항회귀
- 경사하강법
- matplotlib
- 코딩독학
- 나혼자코딩
- 코딩
- 오늘도코드잇
- 코딩공부
- 코드잇TIL
- CSS
- 서브쿼리
- HTML
- 파이썬
- Seaborn
- 코드잇 TIL
- 로지스틱회귀
- sql연습문제
- 코드잇
- 선형회귀
- 결정트리
Archives
- Today
- Total
목록L1정규화 (1)
Coding Diary.
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/1HqwF/btsuQQfx5XP/dMlClCV6Nb9ODlaa7oAXe0/img.png)
저번 글에서 설명하였듯이 복잡한 모델을 그대로 학습시키면 '과적합'이 됩니다. '정규화'라는 기법은 학습 과정에서 모델이 과적합되는 것을 예방해 줍니다. 1. 정규화 위와 같은 학습 데이터를 이용해서 다항 회귀를 하는 경우를 생각해봅시다. 모델이 과적합돼서 아래와 같은 복잡한 다항 함수가 나왔다고 해봅시다. 과적합된 함수는 보통 위아래로 엄청 왔다갔다 하는 특징이 있습니다. 많은 굴곡을 이용해서 함수가 training 데이터를 최대한 많이 통과하도록 하는 것입니다. 함수가 이렇게 급격하게 변화한다는 것은 함수의 계수, 즉 가설함수의 세타 값들이 굉장히 크다는 뜻입니다. 정규화는 모델을 학습시킬 때 세타 값들이 너무 커지는 것을 방지해 줍니다. 세타 값들이 너무 커지는 걸 방지하면 training 데이터에..
Coding/Machine Learning
2023. 9. 20. 10:17