반응형 IT 이론/데이터과학&머신러닝1 머신 러닝 모델 해석(Interpretation)에 관한 고찰 "평균적으로 그렇다"는 말에 너무 신경 쓰지 말자. 나는 평균적인 사람이 아니고 당신도 그렇다. 통계적으로 평균적인 것이라는 건 생각보다 흔치 않다. 많은 경우 중간값(Median)을 찾아야 한다. 선형 모델은 상호작용을 잘 반영하지 못한다. 선형 회귀나 선형 모델의 해석 가능성이 가장 높은 것은 사실이다. 각 변수의 가중치가 모두 투명하게 드러나기 때문이다. 하지만 이는 '선형'이라는데 함정이 있다. 이 구조에선 각 변수의 효과가 독립적이고 상호작용이 고려될 수 없기 때문에 그렇게 해석이 쉬운 것이다. 그래서 대체로 간단하고 성능이 좋지만 비선형적인 관계라면 성능은 훅 떨어진다. 더 복잡한 '블랙박스' 모델은 예측력이 훨씬 더 좋다.하지만 다른 모델이 예측 성능이 두 배 더 좋다고 테스트 결과를.. 2024. 11. 30. 이전 1 다음 반응형
