에이블에서 배운 머신러닝 내용 나머지부분을 간단하게 마무리 지어보려고 합니다! 사실, 수업을 듣기 이전에는 막막하다고 생각되었는데 듣고 난 이후로는 굉장히 익숙해진 기분이라 뿌듯한 기분이 듭니다 이장래 강사님의 말씀대로 추가적인 공부를 하면 좋을 것 같습니다!
1. K-분할 교차 검증 K-분할 교차 검증(K-fold Cross Validation)은 머신러닝 모델의 성능을 평가하기 위한 일반적인 방법 중 하나입니다.
출처 : scikit-learn 데이터를 여러 덩어리로 나눕니다. (K개로 보통 나눕니다) 이 중 하나의 덩어리를 빼놓고, 나머지를 가지고 모델을 학습시킵니다.
그리고 빼놓았던 덩어리를 사용해서 모델을 테스트해 봅니다. 이걸 K번 반복하면서 모델을 학습하고 테스트합니다.
각각의 테스트에서 모델이 얼마나 잘 동작하는지 측정합니다. 모든 데이터가 평가에 한 번, 학습에 k-1번 사용 - 장점 : 모든 데이터를 학습과 평가에 사용할 수 있음, 좀더 일반화된 모델을 만들 수 있...
#
gridsearch
#
k분할교차검증
#
하이퍼파라미터튜닝
#
ktaivelschool
#
kt에이블스쿨
#
에이블스쿨
#
머신러닝
