| 장점 | 단점 |
| 결과 예측(추론) 속도가 빠르다 | 특성이 적은 저차원 데이터에서는 다른 모델의 일반화 성능이 더 좋을 수 있다. => 특성확장을 하기도 한다. |
| 대용량 데이터에도 충분히 활용 가능하다.. | LinearRegression Model은 복잡도를 제어할 방법이 없어 과대적합 되기 쉽다 |
| 특성이 많은 데이터 세트라면 훌륭한 성능을 낼 수 있다. | 모델 정규화를 통해 과대적합을 제어한다. |
728x90
반응형
'빅데이터 분석' 카테고리의 다른 글
| 머신러닝_Linear Model_Support Vector Machine(SVM) (0) | 2022.08.31 |
|---|---|
| 머신러닝_Linear Model_Logistic Regression (0) | 2022.08.31 |
| 머신러닝_LinearModel_Lasso&Ridge (0) | 2022.08.31 |
| 머신러닝_Linear Model_보스턴 주택 가격 예측(실습) (0) | 2022.08.30 |
| 머신러닝_Linear Model(Regreesion)_경사하강법 (0) | 2022.08.30 |