[GridSearchCV를 통해 예측 성능 향상 작업을 하는 단계] 머신러닝을 통해 최고의 예측 성능을 보이는 모델을 학습/예측 등을 통해 찾아낸 후에 GridSearchCV 작업 진행 GridSearchCV는 좀더 예측 성능을 향상 시키기 위해, 최고의 성능을 보이는 모델에서 변경 가능한 파라미터를 GRID와 같은 방식으로 변경해 가면서 찾는 것 임 ※ 현재 최고의 성능을 보이는 모델이 파라미터 변경을 해도 별로 예측 성능 좋와지지 않으면, 다음으로 좋은 성능을 보이는 모델을 이용해 보는 것도 해볼만 함 상기와 같은 작업을 통해 현재 보다 높은 성능의 파라미터를 찾아내 후에는, 찾아낸 파라미터를 모델의 파라미터로 입력한 후에 다시 학습/예측 등의 작업을 통해 예측 결과를 확인 해야 됨 [GridSearchCV의 파라미터 scoring의 의미] model_grid = GridSearchCV(estimator, param_grid=parameters, cv, scoring) - est...
#
learning_rate
#
분할
#
상수항
#
샘플링
#
생성할
#
예시
#
예측값이
#
이웃
#
제출
#
최소
#
최적
#
트리에서
#
트리의
#
모델을
#
리프
#
max_depth
#
min_child_weight
#
n_estimators
#
subsample
#
test
#
Test데이터
#
train
#
weights
#
X를
#
각
#
거리
#
노드를
#
학습
원문 링크 : GridSearchCV - 모델 예측 성능 향상