scikit-learn
-
SGDClassifier는 확률적 경사 하강법을 사용한 분류 모델을 만든다.
loss 매개변수는 확률적 경사 하강법으로 최적화할 손실 함수를 지정한다. 기본값은 서포트 벡터 머신을 위한 'hinge'손실 함수이다. 로지스틱 회귀를 위해서는 'log'로 지정한다.
penalty 매개변수에서 규제의 종류를 지정할 수 있다. 기본값은 L2 (Ridge) 규제를 위한 'l2'이다. L1 (Lasso) 규제를 적용하려면 'l1'로 지정한다. 규제 강도는 alpha 매개변수에서 지정한다. 기본값은 0.0001이다.
max_iter 매개변수는 에포크 횟수를 지정한다. 기본값은 1000이다.
tol 매개변수는 반복을 멈출 조건이다. n_iter_no_change 매개변수에서 지정한 에포크 동안 손실이 tol 만큼 줄어들지 않으면 알고리즘이 중단된다. tol 매개변수의 기본값은 0.001이고 n_iter_no_change 매개변수의 기본값은 5이다. -
SGDRegressor는 확률적 경사 하강법을 사용한 회귀 모델을 만든다.
loss 매개변수에서 손실 함수를 지정한다. 기본값은 제곱 오차를 나타내는 'squared_loss'이다.
💭(｡•̀ᴗ-)✧