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)
로지스틱회귀, 회귀
0
29
2
회귀 문제를 풀때 질문입니다.
0
33
1
불균형 처리 후 성능이 더 낮아졌다면,
0
46
2
실기 체험 제2유형 에러 문의
0
35
1
LIGHTGBM 으로 하면 pred값이 소수점 6자리까지 나오는게 맞나요
0
36
2
3번문제 등분산 가정
0
35
2
작업형3 target 형 변환 질문
0
30
2
[작업형1] 연습문제 섹션1 ~ 10 의 section4
0
23
3
원핫인코딩과 레이블 인코딩에서 concat
0
44
2
제2유형 질문입니다.
0
39
2
C()
0
36
2
작업형 2에서 strafity 적용 유무
0
44
2
수강 기간 연장 가능 여부 문의드립니다.
0
46
1
ols
0
36
2
2유형 작성관련 질문(일반 심화)
0
31
2
2유형 작성관련 질문
0
30
2
2유형 object컬럼 개수 다르면
0
37
2
코딩팡질문이요ㅠㅠ
0
37
2
관찰값과 기대값의 개념이 헷갈립니다.
0
19
2
작업형2 ID 컬럼 삭제 질문
0
39
2
2유형 작성관련 질문
0
27
2
memoryerror 질문
0
21
2
작업형 유형2 이렇게 고정 템플릿으로 가져가도 될까요?
0
37
1
ID 삭제 필수 인가요?
0
33
3