Regularization,Elastic Net,엘라스틱넷,regression_Day23(4)

3번째 regression 방법

이름은 어렵지만 훨씬 쉽다고 하니 들어보자

지난 시간 복습 (Ridge & Lasso)

---

 

만약 변수의 수가 엄청 많을 때는 어떻게 해야할까?

또한 각 변수가 모델에 useful 한지 아닌지를 알지 못하는 경우가 대부분인데

이럴때는 어떻게 해줘야할까?

 

엘라스틱넷은 이런 상황에서 사용할수있는 방법

Elastic Net = Lasso + Ridge

 

엘라스틱넷은 라쏘와 릿지를 합친다

(포인트는 람다1,람다2 / 서로 다른 람다값을 가진다)

 

람다1이 0보다 크고 , 람다2가 0이면 즉 모델은 라쏘모델

람다1이 0이고 , 람다2가 0보다 크면 즉 모델은 릿지모델

람다1이 0보다 크고 , 람다2도 0보다 크면 하이브리드 모델 => 엘라스틱 넷

 

엘라스틱 넷은 라쏘와 릿지의 장점을 모두 가지고 있다

 

출처 : youtu.be/1dKRdX9bfIo