📜기본 숙제 : Ch.03(03-1) 2번 문제 출력 그래프 인증하기 📜 추가 숙제 : 모델 파라미터에 대해 설명하기 머신러닝 모델이 특성에서 학습한 파리미터 🔖 Chap03. 회귀 알고리즘과 모델 규제3.1 K-최근접 회귀 알고리즘- 회귀 : 임의의 수치를 예측- K-최근접 이웃 회귀예측하려는 샘플에 가까운 샘플 K개를 선택선택된 샘플들의 평균으로 예측값 반환- 데이터 준비- 결정계수(R2)R2 = (타깃-예측)2의 합 / (타깃-평균)2의 합- 과대적합 vs 과소적합과대적합 : 훈련세트에만 잘 맞는 모델과소적합 : 훈련세트보다 테스트 세트의 점수보다 높거나 두 점수가 낮은 경우 3.2 선형 회귀- K-최근접 이웃의 한계- 선형 회귀특성이 하나인 경우 어떤 직선을 학습하는 알고리즘- 다항 ..