목록모델선택 (1)
Allen's 데이터 맛집

회귀 분석을 수행할 때, 모델의 성능을 평가하고 최적의 모델을 선택하는 것은 중요한 과정입니다. 이 과정에서 AIC(Akaike Information Criterion)와 BIC(Bayesian Information Criterion)는 모델 선택의 중요한 지표로 사용됩니다. 이미지출처:https://rk1993.tistory.com/144 AIC (Akaike Information Criterion) AIC는 모델의 복잡도와 데이터에 대한 적합도를 함께 고려하는 지표입니다. 낮은 AIC 값을 가진 모델이 데이터에 대해 더 좋은 예측력을 가지면서도 상대적으로 덜 복잡하다고 할 수 있습니다. 계산 방법 AIC = 2k−2ln(L) 여기서, k는 모델의 파라미터 수, L은 최대 우도(모델이 데이터를 얼마나 ..
Machine Learning/머신러닝
2024. 4. 3. 07:56