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
- 비스포크시네마
- 하이퍼파라미터튜닝
- 2차 실전프로젝트
- MVCmodel
- 스마트인재개발원
- springSTS
- gitclone
- KNN모델
- 크롤링
- 오픈소스깃허브사용
- intent
- 머신러닝
- semantic_segmentation
- 프로젝트
- 국비지원
- 내일배움카드
- 교차검증
- MSE
- JSP/Servlet
- 활성화함수
- 취업성공패키지
- 1차프로젝트
- ERD
- 선형모델 분류
- 2차프로젝트
- 손실함수
- 백엔드
- 취업연계
- 안드로이드
- randomForest
Archives
- Today
- Total
목록선형모델 분류 (1)
또자의 코딩교실
[스마트 인재개발원] Linear Model(선형 회귀모델)과 선형모델 평가요소
선형모델 : 데이터를 선형 함수로 구분하는 모델. 학습에서 나온 선형함수로 새로운 데이터를 예측함 ✅ 작동방식 입력 특성에 대한 선형 함수를 만들어 예측을 수행함 선형모델은 분류와 회귀문제 모두 해결 가능함 - 분류 : 정답으로 사용할 수 있는 label이 정해져 있음. (=정해진 정답의 종류 중에서 하나를 예측) - 회귀 : 정답으로 사용할 수 있는 label이 정해져 있지 않음. (=정답으로 삼을 수 있는 종류가 엄청나게 많으며 주로 숫자를 예측함.) ✅ 장단점 결과 예측(추론)속도가 빠르다. 대용량 데이터에도 충분히 활용 가능하다. 특성이 많은 데이터 세트라면 훌륭한 성능을 낼 수 있다. 특성이 적은 저 차원 데이터에서는 다른 모델의 일반화 성능이 더 좋을 수 있다. >> 특성확장 필요 과대적합되기..
코딩공부/머신러닝 & 딥러닝
2021. 12. 13. 15:47