-모델의 복잡도와 과적합 -모델링의 목적 : 학습용 데이터에 있는 패턴으로 그 외 데이터(모집단 전체)를 적절히 예측 - 모델의 복잡도 - 너무 단순한 모델 : train, val 성능이 떨어짐 - 적절히 복잡한 모델 : 적절한 예측력 - 너무 복잡한 모델 : train 성능은 높고, val 성능이 떨어짐 - 복잡한 모델이 되는 경우 => 선형, 로지스틱 : 변수의 수, DecisionTree : 트리크기(detph), KNN : K 값이 작을수록, XGB : 트리갯수 - 딥러닝의 복잡도 : hidden layer 수가 많을수록, node 수가 많을수록, epochs 가 많을수록 복잡해짐 - 딥러닝 모델의 복잡도 혹은 규모와 관련된 수 : 파라미터(가중치) 수 ..