Clinic-Feature Engineering & SVM

(사진 출처 : https://heeya-stupidbutstudying.tistory.com/entry/%ED%86%B5%EA%B3%84-%EC%A0%95%EA%B7%9C%ED%99%94%EC%99%80-%ED%91%9C%EC%A4%80%ED%99%94)

어려워 보이는 용어들이지만, 역시 제대로 이해한다면 이후 ML과 DL의 난이도가 확연히 낮아집니다. 지금이라도 확실히 이해하고 가도록 합시다. Regularization의 방법으로는 L1 reg과 L2 reg, Dropout, Early stopping 등이 있습니다.

(사진 출처 : https://medium.com/@viveksalunkhe80/support-vector-machine-svm-88f360ff5f38)

SVM은 입력 데이터 Feature scaling이 매우 중요합니다. 그 이유에 무엇인지 서술하고, 이에 더해 SVM 커널 함수가 어떤 역할을 하는지 적어주세요.

이 미션의 목적은, linear SVM과 커널을 적용한 SVM을 비교하고, 교차 검증을 위한 Randomized SearchCV를 직접 사용해 보는 것입니다.