[혼자 공부하는 머신러닝+딥러닝] 3-3. 특성 공학과 규제
·
ML & DL/머신러닝 기초
Intro.(이전 시간에) 다항회귀 모델로 예측해봐도 여전히 남아있는 과소적합이 찜찜한데... 도와주세요ㅠ김 팀장🗣️ "뭐야, 높이랑 두께 데이터도 있으면서 왜 안 썼어? 선형회귀는 특성이 많을수록 효과가 뛰어나니까, 여러 개의 특성을 함께 적용해 봐!"1. 다중 회귀데이터 준비이번엔 길이 말고 높이랑 두께까지, 특성(독립변수)을 3개로 추가함.인터넷에서 데이터를 편하게 내려받아 쓸 수 있는 pandas 라이브러리 활용!입력 데이터`pd.read_csv()` : 외부의 csv 파일을 데이터프레임으로 받아오는 함수`.to_numpy()` : 넘파이 배열로 바꿔주는 메소드 타깃 데이터훈련/테스트 세트 분할 특성 공학(feature engineering)`PolynomialFeatures()` : 다항 특성..