fit할때 X_tr,Y_tr 이 아닌 train으로 할경우 문제
일단 실기가 명확한 풀이과정이 없기는 하기는 하나저는 X_tr, y_tr로 accuracy_score, precision_score, recall_score, f1_score, roc_auc_score 비교한 뒤에점수가 높은것을 바탕으로 다시 train을 fit시키는게 일반적으로 더 나은 전략이 아닌가싶은데(양이 더많으니까)혹시 이게 크게 리스크가 있다거나 혹은 의미가 없다고 볼수있을까요? 강의에서는 X_tr, y_tr로만 하고 끝내길래 궁금해서 여쭤봅니다.
답변 1
0
평가지표
서로 다른 머신러닝 모델은 비교하는 것은 좋으나 평가지표간에 비교는 할 필요 없습니다.
문제에서 평가지표는 1개로 지정해요.
train 전체를 fit
네 이 전략도 좋습니다. 방법중 하나 입니다. 말씀한대로 데이터 전체를 사용할 수 있어요! 알려드리지 않은 이유는 혼란스러워 할 것 같아서 제외했어요.
(다만 실제로 적용해보면 항상 성능이 좋아지진 않아요! )
더불어 좀 더 명확하게 진행하려면
홀드아웃(train, val 나누는 방식)이 아닌 k-fold 방식으로 크로스 밸리데이션으로 체크후에
train 전체를 fit하는 것이 더 좋습니다. (심화학습)
수강연장 관련 문의
0
3
1
안녕하세요 강사님 문의사항이 있습니다
0
11
1
수강 연장 문의
0
15
3
수강기간 연장 관련 문의
0
22
2
작업형2모의문제3_updated2026.10
0
35
2
안녕하세요. 수강연장 신청드립니다
0
22
2
코랩 링크
0
19
2
작업형2 모의문제2 updated 2026.10 질문
0
33
2
카이제곱 독립성검정 질문합니다.
0
33
2
기출 7회 작업형2 평가지표 문의드립니다.
0
25
2
수강연장 문의 드립니다!
0
34
3
수강연장 문의드립니다
0
33
3
작업형2모의문제3_updated2026.10
0
41
2
작업형2 모의문제3_updated2026.10
0
41
2
38강에서 불균형 데이터 처리하는 stratify를 꼭 해줘야하는건지 질문합니다.
0
37
2
수강강의 연장 관련 문의
0
49
2
작업형1_연습문제1 section2
0
45
2
수강기간 연장 문의드립니다
0
49
2
작업형2 모의문제2_updated2026.10
0
56
2
수강기간 연장문의
0
46
2
작업형 2 질문
0
53
2
강의 연장 관련하여 문의드립니다.
0
53
2
섹션7 자료 다운로드
0
52
2
작업형 1 연습문제 Section12
0
54
2