꿈라CBT선형회귀분석에서 아래 식과 같이 실젯값과 예측값 간 차이를 최소화함과 동시에, 특징(가중치)에 대한 가중치(w)의 효과를 제어하며 최적의 모형을 탐색하는 방법은 무엇인가? (단, n은 전체 데이터의 수, m은 특징의 개수, α는 가중치를 제어하기 위한 하이퍼파라미터이다)
보기
\(\underset{w,\ b}{\operatorname{argmin}}\left\{\dfrac{1}{n}\sum_{i=1}^{n}\bigl(y_i-\widehat{y}_i\bigr)^{2}+\alpha\sum_{j=1}^{m}\lvert w_i\rvert\right\}\)
- 1릿지 분석(Ridge)
- 2엘라스틱 넷(ElasticNet)
- 3Partial Least Square(PLS)
- 4라쏘 분석(Lasso)