폴드의 갯수

안녕하십니까,

최적의 K를 구하는 공식은 없습니다만,

K-fold로 학습과 검증을 나누었을 때 학습 데이터가 줄어듬에도 불구하고 충분한 모델 성능이 나오거나, 너무 작은 검증 데이터로 인해 검증 성능이 들쑥날쑥 되지 않는 정도의 K를 정해주면 좋습니다.

결과적으로는 수행을 해봐야 알 수 있습니다. 개인적인 생각으로는 너무 정밀하게 K를 설정할 필요는 없다고 생각합니다. 전체 학습데이터 크기가 꽤 된다면 K는 3, 4, 5 중에 하나를, 작다면 5, 6, 7 중에 하나를 선택하면 될 것 같습니다.

좀 더 세부적으로 최적 K를 설정하고자 하신다면 아래 글의 내용을 참조해 보시는 것도 좋을 것 같습니다(이렇게 세부적으로 할 필요까지 있을까 하는 개인적인 의견도 있습니다 ^^)

https://www.shiksha.com/online-courses/articles/how-to-set-the-value-of-k-in-k-fold-cross-validation/

https://machinelearningmastery.com/how-to-configure-k-fold-cross-validation/

감사합니다.