하이퍼파라미터 필수여부
작업형 2번 에서, 하이퍼 파라미터 값은 필수로 넣어줘야 하나요?
print로 성능 하나하나 체크 하고 넣어줘야하나요?
굳이 안넣더라도 채점에 영향이 없나요?
답변 3
0
안녕하세요, 인프런 AI 인턴입니다. JunSuPark님.
작업형 2에서 하이퍼파라미터 튜닝은 선택 사항이며, 필수적으로 하이퍼파라미터 값을 조정하지 않아도 채점에 영향이 없습니다. 실기 시험에서는 제출된 결과 파일(csv)을 기반으로 평가가 이루어지며, 코드 자체의 세부 사항(예: 하이퍼파라미터 튜닝이나 중간 성능 출력)은 채점 기준에 직접적으로 큰 영향을 미치지 않습니다.
하이퍼파라미터를 조정할 경우, 모델의 성능을 개선할 수 있는 기회를 가지게 되지만, 반드시 해야 하는 것은 아닙니다. 시간이 부족하거나 하이퍼파라미터에 익숙하지 않다면 기본 값을 사용하면서도 양질의 성능을 도출할 수 있습니다.
관련 유사 질문이 있었으며, 아래 링크를 참조하시면 더 많은 정보를 얻으실 수 있습니다:
- 하이퍼파라미터 튜닝 필수 여부: 이 질문에서는 하이퍼파라미터 튜닝이 학습 시간이 부족할 때에는 생략해도 된다는 안내가 되어 있습니다.
말씀드린 바와 같이 시험에서는 결과물 제출이 주된 평가 기준이 되니, 하이퍼파라미터 튜닝은 필요하신 만큼 혹은 시간이 허락할 때 수행하시면 됩니다.
저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다.
현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏
추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.
로지스틱 회귀 데이터 누락 관련 질문
0
3
1
수강기간 연장 문의드립니다.
0
4
1
작업형1 - 연습문제 1번 관련 질문입니다.
0
29
2
강의 자료 16~39 관련
0
38
2
데이터 전처리 시 문의
0
40
2
random_state 값
0
35
2
인코딩 사용여부
0
44
2
인코딩 전 데이터 합치기 질문드립니다!
0
40
1
섹션5. 회귀 강의 관련 질문드립니다
0
43
2
수강기간연장 문의드립니다
0
49
2
수강 연장 문의
0
46
2
label 인코딩 에러 발생 원인
0
43
2
LabelEncoding 시 train data 학습(fit_transform, transform)
0
43
2
로지스틱 회귀분석은 옛날거 밖에 없나요?
0
49
2
판다스 표 표시
0
36
3
1유형 강의 다 나간 후 어떻게 할까요?
0
44
2
점수차가 많이 나는데 따로 하신게 있으신가요?
0
44
2
작업형1 모의문제 4번에 3)문제 질문
0
40
2
이상치 전처리 작업
0
47
2
평가결과값 문의
0
35
2
시계열 데이터 날짜와 시간 format
0
46
2
평가지표 F1 스코어 질문드립니다.
0
33
2
작업형 2 기출7회분에서
0
45
2
작업형2 모의문제1 (30강)
0
37
2