05_선형 회귀 모델.ipynb

릿지Ridge 회귀

• 규제regularization

규제한다: 중요한 feature 특성을 골라서(가중치) 학습

규제에는 L1 과 L2가 있다.
1) L2: 릿지. 모든 feature 사용. 가중치는 강하게, 약하게 조절.
2) L1: 라쏘. 모든 feature 사용하지 않음. 관련 있는 feature만 골라서 가중치부터. 즉, 나머지 feature는 다 0으로 둔다.

-> 목표: 예측 선형함수

자동차 연비 예측

• 단순 회귀 -> feature 1
• 다항 회귀 -> feature 여러개