[ML] SGDRegresoor 모델

경사하강법 알고리즘을 활용하는 선형회귀 모델인 SGDRegresoor 모델에 대한 페이지입니다.

SGDRegressor 모델

• Stochastic Gradient Descent, 확률적 경사하강법
• scikitlearn 에서 제공하는 경사하강법을 활용한 선형회귀모델
• 경사하강 알고리즘을 활용하여 w, b 값을 업데이트 해나가는 모델
  • c.f.) linear model 은 단순하게 mse 값만을 가지고 업데이트함

사용법

from sklearn.linear_model import SGDRegressor

# 객체 생성
sgd_model = SGDRegressor()

# training
sgd_model.fit(X_train, y_train)

# predict
pred_sgd = sgd_model.predict(X_test)

# evaluation
# mse
mse_sgd = mean_squared_error(y_test, pred)
# rmse
rmse_sgd = root_mean_squared_error(y_test, pred)
# mae
mae_sgd = mean_absolute_error(y_test, pred)
# r2score
r2score_sgd = sgd_model.score(X_test, y_test)

Hyper-parameter

• eta0: learning rate (default=0.01)
• max_iter: 에포크(학습횟수) 설정 (default=1000)