Fold와 train_test_split에 대해 질문합니다
187
작성한 질문수 25
강의에서 train_test_split을 쓰면 데이터가 편중돼있는 경우 샘플링이 옳바르게 되지 않는다고 들었던거 같습니다.
그래서 KFold나 StratifiedFold를 쓰는게 좋다고 한거 같은데,
계속 강의를 듣다보면 Fold가 아닌 train_test_split함수가 계속 사용되는거 같습니다.
이유를 알 수 있을까요?
그리고 실제로 현업에서 머신러닝을 사용할때도 train_test_split이 많이 쓰일까요?
답변 2
0
안녕하십니까,
test 세트와 KFold등에 쓰이는 검증 데이터 세트는 약간 의미가 다릅니다만, 일반적으로 두개를 같이 적용합니다.
테스트 데이터는 말 그대로 최종 테스트 할 때 사용하며 검증 데이터 세트는 다양하게 모델을 최종 테스트 전에 검증하기 위해 사용됩니다. 최종 테스트로 단 한번 테스트를 하는 것 보다는 미리 다양한 분할로 데이터를 검증하는 것이 보다 더 공정한 평가에 적용 될 수 있습니다.
train_test_split()는 train과 test 데이터를 random하게 나누는 역할만 수행합니다. 강의의 예제는 설명을 보다 직관적으로 하기 위해 바로 train과 test데이터를 나누었을 뿐입니다. 원래 프로세스라면 KFold 검증을 수행한 뒤 test 데이터에 적용해 볼것입니다.
현업에서는 train_test_split()를 이용하여 random하게 test 데이터를 뽑을 수도 있지만, 보다 신중하고 노력을 들여서 test 데이터를 선정하는 경우가 더 많습니다.
4장 캐글 신용카드 사기 검출 실습 예제에서 정밀도/재현율/f1 스코어 모두 다 측정하여 결과를 비교 하고 있습니다.
모델 서빙과 관련된 강좌가 출시되는지 질문드립니다.
0
5
1
안녕하세요 열심히 수강중인 학생입니다
0
63
2
정수 인덱싱
0
68
2
넘파이 오류
0
85
2
11강 numpy의 axis 축 질문 드립니다.
0
85
2
Kaggle 에서 Santander customer satisfaction data 를 다운로드 되지가 않습니다.
0
79
2
Feature importances 를 보여주는 barplot 이 그래프로 안보여져요.
0
70
2
타이타닉 csv 파일이 주피터 화면에 보이지 않습니다.
0
75
2
타이타닉 csv 파일이 주피터 화면에 보이지 않습니다.
0
64
2
5강 강의 오류가 있어요.
0
84
1
실무에서 LTV 관련 모델 선택 질문입니다!
0
72
2
14강 강의 듣는중에 궁금한게 있어서 질문합니다~
0
69
3
파이썬 다운그레이 후 사이킷런 재설치
0
117
2
좋은 강의 감사합니다.
0
74
2
scoring 함수 음수값
0
67
2
6번 강의에 사이킷런, 파이썬, 아나콘다 각각 버전 일치 안 시키고 진행해도 강의 따라가 지나요?
0
100
2
분류 평가 정확도 예측
0
79
2
안녕하세요. 강의 들으면서 업무에 적용하고 싶은 수강생입니다.
0
99
1
카카오톡 채널 있나요
0
108
1
혹시 강의에서 사용하시는 ppt 받을 수 있는건가요
0
190
2
pca 스케일링 관련하여 질문드립니다.
0
100
2
주피터 대신 구글 코랩
0
172
2
강의에서 사용하는 pdf or ppt자료는 따로 없는 건가요?
0
148
2
실루엣 스코어..
0
86
2