용감해지고 싶은 쫄보의 도전기

1. 오차와 편향오차(Error)편향(Bias)관측값(실제값)과 모델 예측값의 차이모델 예측값이 체계적으로 실제값보다 특정 방향으로 치우쳐 있는 정도 개별 예측 결과에서 발생하는 불규칙한 차이 노이즈에 의해 발생하는 경우가 많다샘플을 많이 늘려도 사라지지 않는 체계적인 오차 경향모델이 일관되게 결과를 높게/낮게 추정하는 경향모델의 가정이나 구조, 알고리즘 특성, 학습 과정 등으로 인해 생기는 시스템적인 오차모델 성능을 정량적으로 평가(MSE, MAE 등)할 때 사용모델 튜닝 과정에서 특정 하이퍼파라미터 설정 시 모델이 얼마나 정확한 결과를 내는지 비교할 때 활용모델이 전반적으로 한쪽 방향으로 치우쳐예측하는 경향이 있는지 살펴볼 때 사용 2. 편향과 분산 : 트레이드오프 관계(최적의 복잡도를 갖는 모델을 ..

[1] 사분위수1. 정의데이터를 정렬하고 4개의 동일한 부분으로 나눈 값1) Q0: 최소값 (0% 지점) : 데이터셋의 최솟값2) Q1: 1사분위수 (하위 25% 지점) : Q1의 위치: (n+1)/43) Q2: 중앙값 또는 2사분위수 (50% 지점) - 데이터셋의 개수(n)가 홀수인 경우: (n+1)/2 위치의 값- 데이터셋의 개수(n)가 짝수인 경우: ( (n/2) + (n/2+1) ) / 2 위치의 값4) Q3: 3사분위수 (하위 75% 지점, 즉 상위 25%) : 3/4 * (n+1)5) Q4: 최대값 (100% 지점) : 데이터셋의 최댓값 2. 선형보간법- 보간(Interpolation): 두 개의 값 사이에 있는 위치에서 값을 추정하는 방법- 선형보간법 : 두 점 사이의 직선을 따라 중간값을 ..