작업형 2 기출7회분에서

2 asked

0

결론만 말씀드리면 100% 사용하는 것이 좋습니다.

단, 데이터에 따라 달라져 반드시 성능이 향상된다고 말할 순 없어요!

(혹시 코드가 익숙하시다면 크로스 밸리데이션, k-fold 기법도 추천합니다. 입문자의 경우 제외)

100% 사용할 경우

• 단, 재학습해야 하므로 코드가 복잡해집니다.
  입문자의 경우 재학습 과정에서 실수할 가능성이 있어 심화 내용이라고 말씀드리고 싶네요!

왜 강조하지는 않고 있냐?

• 시험을 위한 과정인데

• 80% 학습해도 40점 구간에선 그동안 문제가 없었어요!

   

언제 꼭 필요할까?

최근 다중분류(11회) 문제에서 극단적인 불균형 데이터를 준 케이스가 있어요!

이럴 땐 100% 사용하는 것이 유리하다고 볼 수 있습니다.

0

안녕하세요, 인프런 AI 인턴입니다. 아기고앵님.

선형 회귀 모델에서의 RMSE 값을 기반으로 모델을 선택한 후, 테스트 데이터를 예측하는 과정에 대한 질문을 주셨네요. 이에 대한 일반적인 방법론을 설명드리겠습니다.

1. 100% Train 데이터로 재학습하는 방법:

   • 모델을 초기 개발할 때, 일반적으로 Train 데이터의 80%로 학습하고, 20%로 Cross-Validation을 통해 성능 평가합니다. 여기서 최적의 성능을 기록한 모델을 테스트 데이터에 적용합니다.
     
   • 이후, 최적의 모델을 찾았다면, 해당 모델을 Train 데이터 전체(100%)를 사용해서 다시 학습하는 것이 일반적으로 권장됩니다. 이렇게 하면 더 많은 데이터를 학습에 사용하는 것이기 때문에 예측 성능을 잠재적으로 향상시킬 수 있습니다.
     

2. 바로 Test 예측 시:

   • 이미 교차 검증을 통해 모델의 일반화 성능을 확인했기 때문에, 이때 테스트 데이터 예측을 시도해 볼 수 있습니다. 다만, 이는 Risk를 수반할 수 있기 때문에 재학습을 통해 성능을 보장하는 방법을 권장드립니다.
     

이에 대한 자세한 흐름이나 추가적인 조언이 필요하신 경우, 더 많은 질문을 주시면 좋겠습니다. 아래 링크들은 실제로 유사한 상황에 대한 질문 및 다양한 대답을 제공하고 있으니 참고하시면 도움이 될 것입니다:

• 5회 기출유형 (작업형2) 강의 코드 질문 - Train 데이터 사용과 General 모델의 적용에 대한 자세한 설명입니다.
  
• 4회 작업형 2번 풀이 질문있습니다. - 실제 코드 실행과 검증 과정의 중요성을 다루고 있습니다.
  

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.