[혼공머신] 2주차

Chapter 03 회귀 알고리즘과 모델 규제 

03-1 k-최근접 이웃 회귀 

03-2 선형 회귀

03-3 특성 공학과 규제

 

기본 미션

Ch.03(03-1) 2번 문제 출력 그래프 인증하기

 

# k-최근접 이웃 회귀 객체를 만듭니다
knr = KNeighborsRegressor()
# 5에서 45까지 x 좌표를 만듭니다
x = np.arange(5, 45).reshape(-1, 1)

# n = 1, 5, 10일 때 예측 결과를 그래프로 그립니다.
for n in [1, 5, 10]:
    # 모델 훈련
    knr.n_neighbors = n
    knr.fit(train_input, train_target)
    # 지정한 범위 x에 대한 예측 구하기
    prediction = knr.predict(x)
    # 훈련 세트와 예측 결과 그래프 그리기
    plt.scatter(train_input, train_target)
    plt.plot(x, prediction)
    plt.title('n_neighbors = {}'.format(n))
    plt.xlabel('length')
    plt.ylabel('weight')
    plt.show()

 

선택 미션

모델 파라미터에 대해 설명하기

 

# 파라미터란?

-> 데이터로부터 자동적으로 결정되는 값
회귀 모델 계수(가중치) / 절편, 딥러닝 모델에서의 가중치 등등 

 

# 하이퍼파라미터란? 
 -> 사용자가 설정하는 값 / 사용자가 직접 모델 학습방식을 조절함

경사 하강법에서의 학습률(learning rate) , epoch 에포크 수, k-NN(k 최근접 이웃) 모델의 k값