http://machinelearningkorea.com/2019/05/18/lightgbm%EC%9D%84-%EC%9D%B4%EC%9A%A9%ED%95%9C-%ED%9A%8C%EA%B7%80%EC%98%88%EC%B8%A1-%ED%8C%8C%EC%9D%B4%EC%8D%AC-%EC%B9%98%ED%8A%B8%EC%BD%94%EB%93%9C/ lightGBM을 이용한 회귀예측 파이썬 치트코드 – Go Lab machinelearningkorea.com https://nurilee.com/2020/04/03/lightgbm-definition-parameter-tuning/ LightGBM 이란? 그리고 Parameter 튜닝하기 LightGBM에 관한 좋은 medium 포스트가 있어서 한글로 번역한 내용을..

공통점 둘 다 머신러닝 모형의 특징을 나타내는 요소 차이점 파라미터 (parameter) - 데이터에 기반한 값으로 머신러닝 모형의 특징을 나타냄 - 파라미터는 새로운 데이터를 예측 또는 분류하는 데 영향을 미침 ex) 정규분포의 파라미터는 평균과 분산 (평균과 분산이 얼마냐에 따라 정규 분포의 형태가 달라짐) 하이퍼 파라미터 (hyper parameter) 주어진 데이터로부터 구하는 것이 아닌 외부 사용자가 직접 입력해야 하는 값 ex) k-평균 알고리즘의 모형 생성 시 k값 데이터로부터 최적의 파라미터를 구하고 적절한 하이퍼 파라미터 튜닝을 통해 모형 성능을 높일 수 있다. 참고 : (선형대수와 통계학으로 배우는) 머신러닝 with 파이썬 :최적화 개념부터 텐서플로를 활용한 딥러닝까지 _ 장철원 지음