라쏘 회귀-혼자 공부하는 머신러닝+딥러닝책 정리

오늘은 아이펠 풀잎스쿨에서 라쏘 회귀에 대해 발표를 했다.

내 교재 진도는 100페이지 전이지만.. 발표는 해야하기에 부랴부랴 책 초반에 나오는 구글 코랩에 들어가서 코드를 쳤다.

오늘 발표하게 된 라쏘 회귀에 대한 간단한 설명을 글로 남겨두려고 한다.

릿지와 라쏘 모두 사이킷런 모델 패키지안에 있다.
라쏘 모델과 릿지 모델을 훈련하는것은 매우 비슷하다.

from sklearn.linear_model import Lasso
lasso = Lasso()
lasso.fit(train_scaled, train_target)
print(lasso.score(train_scaled, train_target))

라쏘가 과대 적합을 잘 억제한 결과를 보여준다.

print(lasso.score(test_scaled, test_target))

테스트 세트 점수도 좋다.

라쏘 모델도 alpha 매개변수로 규제 강도를 조절할 수 있다.

라쏘 모델 훈련시에 ConvergenceWarning 이라는경고가 발생할 수 있으며, 이는 사이킷런의 라쏘 모델이 최적의 계수를 찾기 위해 반복적인 계산을 수행할 때 지정한 반복 횟수가 부족해서 발생하는 경고이다. max_iter을 10000처럼 충분히 늘려주면 괜찮다

라쏘 모델은 유용한 특성을 골라내는 용도로 사용할 수 있다.

앞의 내용 진도를 다 따라잡지 못했기때문에 아직 완전한 이해가 가지는 않지만 책대로 코드를 실행해봤을때 동작이 되는게 신기했고, 얼른 진도를 따라잡고 싶은 생각이 든다.

좀 더 열심히 공부해보도록 하겠다.....
(어제도 새벽2시에 잤지만 공부한 티가 나지 않는 1인)

=오늘의 초보자 일기 끝=