4회 기출 유형(작업형2)
4회 기출 유형(작업형2)까지 수강하였을 때, 제가 이해한 내용은 다음과 같습니다.
<모델의 성능을 평가하는 방법>
데이터 분리 (X_tr, X_val, y_tr, y_val) → 모델 학습 & 하이퍼 파라미터 튜닝 → 평가 (f1 score, roc_auc_score 등)
하이퍼 파라미터 튜닝의 값을 조절해가며 평가 점수 확인
데이터 분리 없이, 모델 학습 & 하이퍼 파라미터 튜닝 → 교차검증 (cross_val_score)
이때 질문드립니다.
제가 이해한 대로, 모델의 성능을 평가하는 방법이 위의 2가지가 있는게 맞을까요?
강사님이 영상에서 교차검증을 사용한 이유는 문제에서 평가 방식을 '평가: Macro f1-score'라고 제시해주었기 때문인가요?
혹시 실제 시험 상황에서 평가 방식을 제시해주지 않는다면, 위의 2가지 방법 중 어떤 것을 사용해도 상관이 없는건가요?
답변 1
0
평가하는 방법을 정확히 말씀드리면
홀드아웃(train과validation 분리)
교차검증(k-fold 방식)
두 가지가 있어요!
교차 검증은 심화 학습입니다. 어떤 것을 사용해도 상관 없지만 혹 입문자라면 추천하진 않습니다.
1과 달리 2는 교차 검증 이후 다시 학습을 한번 더 해야 해서 번거로움이 있어요 (실수할 수도 있습니다)
1번으로만 연습해서 시험에 응시 하는 것을 추천해요💪💪💪
영상에서 교차검증을 사용한 이유는 평가 지표(f1) 때문은 아니고 6회였나요? 모델 성능이 너무 좋게 나와서 이를 평균적으로 보기 위함이었어요!
ID 삭제 필수 인가요?
0
6
3
7회 기출문제 작업형1번 df 변환 후 저장되는 방식 질문
0
9
1
3 유형 귀무가설, 대립가설
0
12
2
인코딩 관련 질문 있습니다
0
16
2
작업형3 이원분산분석 sm에서불러오기 / anova_lm 차이
0
13
2
2유형 원핫인코딩 오류
0
16
2
시험장에서 주석 단축키 안될 때 많나요?
0
24
2
라벨인코딩 방식
0
21
2
test 재학습 관련
0
14
2
target 빈도 확인
0
16
2
작업형 2 연습문제 섹션 6
0
19
2
F1-score
0
17
2
작업형 2번 섹션 3
0
15
2
작업형 2 인코딩, 결측치, 모델 선택 질문
0
19
1
인코딩 방식 문의
0
24
2
9회 3유형 ==> 7회 3유형 질문드려요
0
15
2
작업형 2관련 질문입니다
0
13
2
작업형2 카테고리
0
24
2
110강 회귀_8번 문의
0
16
2
XGBRegressor 학습 시 warning 출력
0
21
2
데이터 프레임을 변경해도 되나요?
0
17
2
10회 기출 작업형3 문제 2-1 질문
0
24
2
작업형 2 질문
0
25
2
작업형 2 템플릿 확인 요청
0
27
2