분석시각화 대회 코드 공유 게시물은
내용 확인 후
좋아요(투표) 가능합니다.
선형회귀외 비선형회귀(SVR, KRR) 비교
Polynomial Features 검색하다가 오게되었습니다!
이미 끝난 대회지만 선형회귀와 비선형회귀 테스트해본 내용을 올려봅니다.
모델 정확도 높이는 것 보다는 데이터 탐색과 선형/비선형회귀 모델 테스트 위주로 작성했습니다.
안녕하세요!
polynomial 커널에 degree 3을 사용하면 (gamma*<x,x'> + r)^3을 전개한 차원의 피쳐공간으로 변환하게 되므로 저도 비슷한 효과가 날 것 같습니다.
그런데, rbf 커널은 무한차원인 피쳐공간으로의 변환이므로, 단지 복잡한 분포의 데이터를 적합시키기 위함이라면 rbf도 나쁜 선택은 아닐 것 같습니다.
이번 분석 연습은 모델 정확도를 올리려는 건 아니어서 심지어 검증 데이터 분리도 안했는데요... GridSearchCV나 optuna로 최적 파라미터를 찾아보면 정확도가 좀 더 개선되지 않을까 싶습니다.
혹시 나중에라도 테스트해보게 된다면 다시 공유드리겠습니다.
감사합니다!
데이콘(주) | 대표 김국진 | 699-81-01021
통신판매업 신고번호: 제 2021-서울영등포-1704호
서울특별시 영등포구 은행로 3 익스콘벤처타워 901호
이메일 dacon@dacon.io | 전화번호: 070-4102-0545
Copyright ⓒ DACON Inc. All rights reserved
좋은 분석 글 감사합니다. SVR의 kernel 파라미터의 default가 'rbf'인 것으로 알고 있는데 이것을 'poly'로 바꾸면 polynomial Features를 사용한 것과 비슷한 효과가 날 것 같습니다. 실험 결과가 궁금한데 혹시 이 부분에 대해서 실험한 결과가 있을까요??