'''주어진 문제들을 읽고 맞으면 O, 틀리면 X로 나타낸 후 옳게 수정하시오.''' '''총 10점 만점, 오답 당 -1점'''

1. KNeighborsRegressor은 매개변수로 이웃의 개수를 지정하며, 기본 값은 10이다. x 기본값은 5이다.
2. 특성 수가 많으면 모델의 성능이 향상된다.x 과대적합 발생
3. 하이퍼파라미터는 훈련 데이터와 무관하게 사람이 정한다. o
4. KNN은 새로운 데이터가 들어오면 모델을 재훈련해야 한다. x 재훈련할 필요 없음
5. 선형 회귀는 입력 변수와 출력 변수 간의 비선형 관계를 잘 모델링할 수 있다.x 선형 관계 모델링
6. 규제는 선형 회귀 모델의 경우 특성의 곱해지는 계수를 작게 만드는 일이다.o
7. KNN Regression은 가장 가까운 샘플을 찾아 타깃을 평균하므로 새로운 샘플이 훈련 세트의 범위를 벗어나면 성능이 떨어질 수 있다.o
8. 다항회귀는 선형회귀로 표현 가능하며 LinearRegression 클래스로 훈련할 수 있다.o
9. PolynomialFeatures 클래스에는 fit(), transform()메소드가 존재한다. transform()메소드로 새롭게 만들 특성조합을 찾아, fit()메서드로 실제 데이터를 변환한다.x PolynomialFeatures 클래스에는 fit() 메서드는 없고, transform() 메서드와 fit_transform() 메서드가 존재한다.