학습에 피처들의 상관관계가 중요하다고 하는게 결측치를 채우기 위해서인가요? 학습할때 원핫인코딩 또는 라벨인코딩해주면 상관관계는 더이상 의미 없어지지 않나요? - dc official App
y = wx + b라는 관계를 찾고 싶으면 x, y 데이터를 넣어야지 상관관계도 없는 z라는 데이터를 넣어봤자 학습을 방해할 뿐 아니겠냐?
선형모델일경우 모델 설명성이 떨어질 수 있음
내가 알기론 이게 맞는데, 딥러닝처럼 비선형 모델은 상관없는거임?
차원에 비해 정보가 상대적으로 희소해지다보니 좀 더 학습이 어렵지 않을까
kernel method ㄱㄱ