꿈라CBT다음 <보기>에서 설명하는 현상으로 가장 적절한 것은?
보기
변수(차원)의 수가 늘어날수록 같은 밀도를 유지하는 데 필요한 데이터의 양이 기하급수적으로 증가한다.
그 결과 데이터가 공간에 희박하게 흩어져 관측치 사이의 거리가 서로 비슷해지고, kNN이나 군집분석처럼 거리에 의존하는 알고리즘의 성능이 급격히 떨어진다.
- 1다중공선성(Multicollinearity)
- 2차원의 저주(Curse of Dimensionality)
- 3과소적합(Underfitting)
- 4데이터 누수(Data Leakage)