묻고 답해요

train_test_split()와 StratifiedKFold() 차이

미해결

[개정판] 파이썬 머신러닝 완벽 가이드

예제에서는 DecisionTreeClassifier 알고리즘의 정확도를 검증하기 위해 train_test_split()와 StratifiedKFold()를 사용했습니다. 둘다 랜덤으로 학습데이터와 테스트데이터를 선택하는데요, 영상 2:50 쯤의 그림으로 이해하기로는 학습 세트 4/5선택을 5번 하는 것으로 보이는데요(StratifiedKFold의 경우 랜덤으로 선택) 결국 train_test_split(test_size=0.2)를 다섯번 시행한 후 평균을 낸것과 동일한 것 아닌가요? 두 검증 방법의 본질적인 차이는 무엇인가요? *데이터가 충분하고 정규분포라고 할 때 결국은 동일한 결과가 나오지 않을까 해서요.

• 검증
• 머신러닝 배워볼래요?
• StratifiedKFold
• train_test_split
• 통계
• python