Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 |
Tags
- 분산분석
- 밀도기반
- SQL on 하둡
- p-value
- cross validation
- 다중공선성
- 딕셔너리
- distribution
- list
- pig
- 분포
- T-검정
- pca
- SPLIT
- 교차검증
- 결정계수
- k-means
- dict
- merge
- DBSCAN
- 유사도
- 하둡
- 데이터프레임
- 병렬 쿼리 시스템
- Python
- DataFrame
- join
- hive
- Sawzall
- 가설검정
Archives
- Today
- Total
one of a kind scene
2장 정형 데이터마이닝_변수선택(Feature Selection) 본문
변수선택(Feature Selection)
1. 언제사용?
- 데이터의 독립변수(=x) 중 y값에 가장 관련성이 높은 변수(feature)만을 선정하는 방법
- 변수를 선택하면 모델의 정확도 향상 및 성능 향상을 기대해 볼 수 있음
2. 종류
- Filter Method
• 각각의 변수들에 대해 통계적인 점수를 부여 → 이 점수를 바탕으로 변수의 순위를 매기고 변수 선택
ex) Chi squared test, information gain, correlation coefficient scores 등
- Wrapper Method
• 변수간의 상호 작용을 감지 할 수 있도록 변수의 일부만을 모델링에 사용한 후 그 결과를 평가하는 작업을 반복하면서 변수를 선택해 나가는 방법
ex) Recursive feature elimination algorithm
- Embedded Method
• Filer Method + Wrapper Method
• 두 방법(Filer Method, Wrapper Method)을 결합하여 어떤 변수가 가장 크게 기여하는지를 찾아내는 방법
• 과적합을 줄이기 위해 내부적으로 규제를 가하는 방식이 사용됨
ex) LASSO, Ridge Regression, Elastic Net 등
'ADP > 이론' 카테고리의 다른 글
2장 정형 데이터마이닝_분류분석(Classification) (0) | 2019.11.13 |
---|---|
2장 정형 데이터마이닝_딥러닝(Deep Learning) (0) | 2019.11.13 |
1장 통계분석_더빈 왓슨(Durbin Watson) 검정 (0) | 2019.11.13 |
1장 통계분석_회귀분석의 영향력 진단 (0) | 2019.11.13 |
1장 통계분석_정규화 선형회귀(Regularized Linear Regression)와 일반화 선형회귀(GLM) (0) | 2019.11.13 |