728x90
반응형
흰색과 검은색 두 사이에 선 마진 값이 크면 클수록 결정경계를 학습
-결정 경계선을 학습해 나간다.
시험 공부를 얼마냐 했느냐에 따라 성적 예측
만약 7시간이라면 몇점일까?
머신러닝이 최적의 값을 찾기 위해 a값을 찾기 위해
중간 선에서 포인트들 간에 오차값을 구해야 한다
평균제곱오차'로 값을 주로 많이 찾는다
주황색 가상의 기울기 선과 데이터 포인트들간에 평균제곱오차값을 구해서
오차값을 최소로하는 방향으로 학습해 나간다.
(타겟값)x에서 (모델예측값)y를 빼고 제곱하면 mse 코스트비용함수 값이 나온다
때에따라 RMSE, MAE
임의 기울기 선을 잡고
기울기 선과의 오차값을 MSE로 계산
2번을 가장많이 사용
점과의 기울기를 미분해서
최적점을 찾아야함
기울기가 0에 가깝게 학습진행
점과 접선 기울기를 계속 그려서 바닥과 맞닿을때까지
러닝 레이트 값이 너무 커지면 위로 발산해버린다
집에 물건을 찾을때 띄엄띄엄 찾으면 물건을 못찾을 수도 있다
학습 속도는 늦지만 하나하나 다 되집어 가며 찾는방식
하이퍼 파라미터가 될 수 있다 - 러닝 레이트
KNN의 경우 K값을 조절한다던가 의사결정 나무는 트리의 깊이를 조절한다던가
복잡도 제어방법이 있지만
일반적인 LINEAR은 과대적합 되기 쉬움
728x90
반응형
댓글