작업형 2 기출7회분에서
14
2 asked
안녕하세요
혹시 선형회귀모델에서 rmse 값이 가장 낮게 나왔어서 모델을 선택하고 실제 test 데이터를 예측하는데, 이 과정에서 80프로의 train으로 학습한 모델이잖아요..?
나중에 train 자체 100프로를 재학습시킨 후 test 예측하는게 더 올바른 것인지..
이 과정 없이 그동안 진행해온 부분으로 바로 test 예측하는게 좋은지 궁금해요!
Answer 1
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.
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.
- 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.
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.
- 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.
작업형2 모의문제1 (30강)
0
22
2
수강 기간 연장 문의 드립니다.
0
26
2
수강 계획과 관련해 문의 드립니다.
0
24
2
작업형1 - 연습문제 16~39 풀이는 몇강을 보면 되나요?
0
47
2
작업형 1 -연습문제 4-6
0
34
2
작업형 1 유형 부분
0
41
2
작업형 1 (삭제예정, 구 버전)
0
51
2
수강기간 연장 문의드립니다.
0
37
2
2유형 레이블 인코딩 VS 원핫 인코딩
0
36
3
수강기간 연장 문의드립니다.
0
42
2
인덱스 슬라이싱
0
36
2
질문 드립니다.
0
50
2
강의 내용 관련 질문드립니다~
0
46
2
수강 연장 문의
0
63
2
강의자료 일괄 다운로드
0
58
2
수강기간 연장 문의드립니다
0
48
2
list 문제 질문드립니다~
0
38
2
빅분기 실기 12회 재도전
0
63
2
강의 기간 연장 가능여부 검토 요청건
0
50
2
수강기간 연장 문의 드립니다
0
46
2
수강기간 연장 문의드립니다
0
52
2
질문이요
0
57
2
수강기간 연장 문의드립니다.
0
60
2
문제 3-2 질문드립니다
0
47
2