선착순 모집! 국비지원 받고 4주 완성
Logtistic Regression() L2 자동설정
질문 지켜보기
머신 러닝, 더 빠르고 정확하게정규화(Regularization)L1, L2 정규화 일반화
Q
Logtistic Regression() L2 자동설정
조회 227
좋아요 0
2023년 2월 6일
LogisticRegression() 안에 penalty 설정을 안했을 때 l2가 default로 설정되어 있다는 뜻인가요?
LinearRegression()안에도 penalty 설정을 할 수 있나요? 아니면 꼭 Lasso()로 모델을 생성해 줘야 하는 것인가요?
Lasso() 모델이 LinearRegression을 기반으로 만들어진 이유가 있을까요?
코드는 여기 코드블록에 입력해 주세요.
+0
A
1개의 답변이 있어요
공식문서를 살펴보면
https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html
디폴트 파라미터로 penalty='l2' 잡혀있는 것을 확인할 수 있습니당!
파라미터 설정을 하지 않았을 때, 라이브러리에서 기본값으로 잡아놓은 해당 조건을 기준으로 모델을 생성함을 의미합니당
L2를 사용하는 것은 아래와 같은 이유라도 하네용
scikit-learn의 LogisticRegression 모델에서 L2 penalty 파라미터가 사용되는 이유는 데이터의 underfitting과 overfitting을 균형 잡기 위해서입니다. L2 penalty는 최적화되는 비용 함수에 계수의 크기의 제곱에 비례하는 항을 추가합니다. 이 항은 정규화 항으로 동작하여 모델이 특정 특성에 너무 많은 가중치를 할당하는 것을 막아 overfitting을 방지합니다. L2 정규화를 L1 (또는 "Lasso")에 대해 선택하는 것은 계산 편의성 때문인 경우가 많습니다. L2 정규화의 최적화 문제는 닫힌 형식의 해가 있기 때문입니다.
2023년 2월 8일
+0
