릿지 회귀 릿지 ( Ridge ) 도 회귀를 위한 선형 모델이므로 , 최소적합법에서 사용한 것과 같은 예측 함수를 사용한다. 하지만, 릿지 회귀에서의 가중치(w) 선택은 훈련 데이터를 잘 예측하기 위해서 뿐만 아니라 추가 제약 조건을 만족시키기 위한 목적도 있다. 가중치의 절대값을 가능한 한 작게 만드는 것이다. 다시 말해서 , w의 모든 원소가 0에 가깝게 되길 원한다. 생각을 해보면 , 이는 모든 특성이 출력에 주는 영향을 최소한으로 만든다 기울기를 작게 만든다 . 이런 제약을 규체 ( regularization ) 라고 한다. 규제란 과대적합이 되지 않도록 모델을 강제로 제한한다는 의미이다. 릿지 회귀에 사용하는 규제 방식을 L2 규제라고 한다 . 릿지 회귀는 linear_model.Ridge에 구..