패스트캠퍼스 챌린지 33일차

오늘의 강의는 어제 끝마치지 못한 라쏘와 릿지에 대한 개념 설명으로 이어졌다.

 

어제 릿지와 라쏘가 Bi가 작아지게 하는 것이 목표라고 했다. 

 

근데 정확히 Bi(계수)가 작아진다가 무슨 의미 일까? 좀 더 상세하게 강사님이 설명을 이어나가셨다.

 

왼쪽 화면은 강의 자료 화면이고 오른쪽은 강의 화면이다.

 

강사님은 매출과 광고에 대한 회귀식을 세워두고 ROI 개념을 곁들여 설명을 이어나가셨다.

ROI(Return on Invest)라고 투자 대비 매출 효과라고 생각하면 된다.

 

여기서 Bi가 음수이면 광고비용을 줄이면 매출이 올라간다는 의미이다. 

또는 1000보다 크면 해당 광고에 올인을 하는 것인데 둘 다 현실적으로는 어려운 부분이다.

 

그리고 데이터 분석을 진행했는데 어떤 광고는 계수가 음수가 나와 해당 광고에 투자하지 말라하고 높은 계수가 나온 광고에 전체를 투자한다는 것 자체가 분석의 오류이고 현실적인 분석이 아니라는 것이다.

 

강의 자료에서 해당 케이스와 비슷한 사례들이 존재한다.

 

일반적인 경우는 Bi가 0에서 100 사이가 나오고 일반적으로 광고비의 계수는 4~5가 나온다고 가정하고 그럼 cost function을 5 -Bi로 두고 해야 5에 가까울 수록 Bi가 작아지기에 이렇게 설정을 하는 식이다.

 

이렇게 cost function을 설정할 수 있어야 데이터 분석의 중급자라고 말할 수 있다고 한다.

 

왼쪽 화면은 강의 자료 화면이고 오른쪽은 강의 화면이다.

 

뒤에 엘라스틱 넷이라는 회귄느 릿지와 라쏘의 장점을 믹스해둔 것이다.

 

라쏘는 다중공선성을 줄여주는 것이고 릿지는 B의 스케일을 줄여주는 것인데 이러한 장점들을 모두 포함하고 있는 알고리즘이다.

 

 

 

※ 본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성었습니다. 

 

※ 관련 링크 : https://bit.ly/37BpXiC