목록validation (1)

Ttoro_Tech

[AIVLE_3기]_4주차_K-Fold Cross Validation

Random Split 문제 검증용 데이터가 모델의 일반화된 성능을 추정할 수 있게 도와줌 하지만 단 하나의 데이터 셋에 대한 추정 하나의 데이터 셋에서 얻은 성능 -> 정확도에 확신을 가질 수 없음 더욱 정교한 평가 절차가 필요 K-Fold Cross Validation(K-분할 교차 검증) 모든 데이터가 평가에 한번, 학습에 k-1번 사용 k개 분할(Fold), 모든 성능 추정치 -> 평균과 표준편차 계산 단, k는 2 이상 장점 모든 데이터를 학습과 평가에 사용할 수 있음 반복 학습과 평과를 통해 정확도를 향상시킬 수 있음 데이터가 부족해서 발생하는 과소적합 문제를 방지 평가에 사용되는 데이터의 편향을 막을 수 있음 일반화된 모델을 만들 수 있음 단점 반복 횟수가 증가하여, 모델 학습과 평가에 많은..
KT AIVLE School 3기 기자단/Contents 2023. 3. 6. 00:59
이전 Prev 1 Next 다음