다음은 iris 자료에 릿지 회귀를 적합한 R 코드와 출력이다. 출력에… | [ADsP] 데이터분석 준전문가 기출유형 모의고사 4회 상세 페이지

다음은 iris 자료에 릿지 회귀를 적합한 R 코드와 출력이다. 출력에 대한 해석으로 옳은 것은?
> library(MASS)
> fit <- lm.ridge(Sepal.Length ~ Sepal.Width + Petal.Length + Petal.Width, data = iris, lambda = c(0, 10, 100, 1000))
> round(coef(fit), 3)
> round(coef(lm(Sepal.Length ~ Sepal.Width + Petal.Length + Petal.Width, data = iris)), 3)
           Sepal.Width Petal.Length Petal.Width
   0 1.856       0.651        0.709      -0.556
  10 2.766       0.488        0.377       0.141
 100 4.270       0.172        0.177       0.318
1000 5.572      -0.010        0.048       0.102
 (Intercept)  Sepal.Width Petal.Length  Petal.Width 
       1.856        0.651        0.709       -0.556 

lambda 0 의 계수는 최소제곱 추정과 같다

Petal.Width 계수는 끝까지 음수이다

lambda 가 커질수록 절편도 0 에 가까워진다

lambda 1000 에서 정확히 0 인 계수가 있다

lambda = 0 행의 계수(1.856, 0.651, 0.709, −0.556)가 lm 출력과 같아 벌점이 없으면 최소제곱과 일치한다.
릿지는 L2 벌점으로 계수를 0 쪽으로 줄이지만 정확히 0 으로 만들지 않으며, 변수 선택 효과는 L1 벌점의 라쏘에 있다.
lambda 1000: −0.010, 0.048 처럼 작아질 뿐 0 은 아니다
절편: 벌점 대상이 아니라 1.856 에서 5.572 로 오히려 커진다
Petal.Width: lambda 10 부터 양수로 부호가 바뀐다