^ mglearn 설치하고 한글 패치도 깔아주기

선형 분류 모델의 C(규제) 설정에 따른 결정 경계

C 규제(공부를 덜 시키겠다 -> 과대적합을 피하겠다) 설정 값

C 설정 값이 낮으면 ex) 0.01, 0.001 -> 규제를 높힘 -> 일반화 -> 과소적합

C 설정 값이 높으면 ex) 10, 100, 1000 -> 규제 완화 -> 과대적합

유방암 데이터셋을 사용한 로지스틱 회귀(LogisticRegression) 성능평가

• 규제 강도를 결정하는 C 설정에 따른 성능 비교
• 기본 c=1, ex) 규제 강화 c=0.01, 규제 완화 c=100

^데이터 준비하기

^ 모델 설정하기

^ 모델 학습하기

^ LogisticRegression C=1(기본), 규제 L2 모델 성능평가

^ 여기에서는 규제 완화시킨 친구의 모델이 가장 좋음
( 훈련점수랑 테스트 점수의 격차 차이가 가장 적은 모델이기에)

^ L2 규제에 대한 feature들의 가중치를 확인

^ L1 규제에 따른 성능 평가