AI School_0413TIL

라쏘는 L1제약 세게 걸면 걸수록 속성들이 많이 약해져서 거의 0에 가까워짐
릿지는 L2제약 세게 걸어도 데이터들이 속성이 남아서 0이 되진 않는다

알고리즘을 실험해보는 것을 귀납적으로 해보아야 한다

라쏘 알고리즘은 알파값을 이용해 최소한으로 오차를 줄이려는 노력을 하게 된다
내부적으로 오차를 줄이려고 계속 반복하게 되는데
이터레이터로 반복 횟수를 정해줌

라쏘 001을 했을 때 경고문이 나오는데,
미분에서 기울기아 0이 되는 부분을 계속 찾게 되는데 제약을 걸게 되어서 못 찾는 것이라고 경고문이 나오는 것임
(max_iterator에 50000을 거니 경고문 사라짐)

---

이제 선형 알고리즘 계속 공부해보자

기울기를 계산하는 공식인데,
세 가지로 나뉘어지면 기울기 y=xw+b 공식이 안맞는다.
그러므로

이렇게 해야 수식이 맞는다

선이 세개가 생겼고 각각의 기울기 값이 나와서 3개의 기울기 값, 6개의 데이터가 들어가게 된다