다음주차부터 문제 출제 팀은 이론문제만 출제 하시면 됩니다!!
실습문제는 캐글&dacon 문제로 대체됩니다
'''주어진 문제들을 읽고 맞으면 O, 틀리면 X로 나타낸 후 옳게 수정하시오.'''
'''총 20점 만점, 오답 당 -1점'''
1. KNeighborsRegressor은 매개변수로 이웃의 개수를 지정하며, 기본 값은 10이다.
2. 특성 수가 많으면 모델의 성능이 향상된다.
3. 하이퍼파라미터는 훈련 데이터와 무관하게 사람이 정한다.
4. KNN은 새로운 데이터가 들어오면 모델을 재훈련해야 한다.
5. 선형 회귀는 입력 변수와 출력 변수 간의 비선형 관계를 잘 모델링할 수 있다.
6. 규제는 선형 회귀 모델의 경우 특성의 곱해지는 계수를 작게 만드는 일이다.
7. KNN Regression은 가장 가까운 샘플을 찾아 타깃을 평균하므로 새로운 샘플이 훈련 세트의 범위를 벗어나면 성능이 떨어질 수 있다.
8. 다항회귀는 선형회귀로 표현 가능하며 LinearRegression 클래스로 훈련할 수 있다.
9. PolynomialFeatures 클래스에는 fit(), transform()메소드가 존재한다. transform()메소드로 새롭게 만들 특성조합을 찾아, fit()메서드로 실제 데이터를 변환한다.
# 출제자: 김동혁, 이정연, 황인성
https://dacon.io/competitions/open/236070/overview/description
Dacon&Kaggle 실습문제는 2주치 과제 입니다.
문제를 해결 후에 3주차 문제 제출일(10/6)에 3주차 문제 제출 페이지에 리더보드 캡쳐와 사용한 코드를 같이 제출하시면 됩니다!