꿈라CBT다음 <보기>는 변수 선택(Feature Selection) 기법에 대한 설명이다. 이 중 옳은 것만을 모두 고른 것은?
보기
- 가. 필터(Filter) 기법은 상관계수·카이제곱 통계량 등 통계적 척도를 이용해 모델 학습과 무관하게 변수를 선별하므로, 계산 속도가 빠르고 전처리 단계에서 손쉽게 적용할 수 있다.
- 나. 래퍼(Wrapper) 기법은 변수의 부분집합을 반복적으로 평가하지 않고 단 한 번의 학습만으로 최적의 변수 조합을 찾아내므로, 세 기법 중 계산 비용이 가장 적게 든다.
- 다. 임베디드(Embedded) 기법은 모델 학습이 모두 끝난 뒤 별도의 후처리 단계에서 변수를 선택하는 방법이며, 라쏘(Lasso)와 릿지(Ridge)가 대표적인 예이다.
- 1가, 나
- 2가, 나, 다
- 3가
- 4가, 다