분류실습 중 데이터 분리 후 학습에 대해서 질문있습니다.

권철민 교수님! 늘 감사드립니다.

늘 업데이트도 해주셔서 정말 감동입니다 :)

질문 있습니다!

산탄데르 만족예측관련해서 주신 실습코드에 보면,

XGBoost의 "early_stopping_rounds" 를 사용하기 위해

1. 학습데이터 셋 분리

2. 분리된 데이터에서 조기종료 검증셋 분리

3. 모델학습

이렇게 구성되어있습니다.

## 1. 학습셋 분리
X_train, X_test, y_train, y_test = train_test_split(X_features, y_labels,test_size=0.2, random_state=0,stratify=y_labels)

## 2. X_train, y_train을 다시 학습과 검증 데이터 세트로 분리. 
X_tr, X_val, y_tr, y_val = train_test_split(X_train, y_train, test_size=0.3, random_state=0, stratify=y_train)

## 3. 모델 훈련
from xgboost import XGBClassifier
from sklearn.metrics import roc_auc_score

# n_estimators는 500으로, learning_rate 0.05, random state는 예제 수행 시마다 동일 예측 결과를 위해 설정. 
xgb_clf = XGBClassifier(n_estimators=500, learning_rate=0.05, random_state=156)

# 성능 평가 지표를 auc로, 조기 중단 파라미터는 100으로 설정하고 학습 수행. 
xgb_clf.fit(X_tr, y_tr, early_stopping_rounds=100, eval_metric='auc', eval_set=[(X_tr, y_tr), (X_val, y_val)])

여기서 질문이 있습니다.

최종적으로 모델을 만들때는 X_train, y_train 셋으로 사용해야 더 많은 데이터로 학습을 하기에 성능이 좋지 않나요? 아무래도,
X_tr 보단 X_train셋의 데이터가 많으므로 좋을거 같아서요..

물론, 조기종료(early_stopping_rounds)를 사용하지 못하겠지만... 아니면 일단 조기종료를 통해 하이퍼파라미터를 찾고, 그 파라미터로 맨 마지막에 X_train을 사용하라는 의미로 생각해도 될까요??

교수님께 늘 감사드리며, 24년도 늘 건강하고 행복한 일들로만 가득하길 기원합니다^^. 좋은 하루 되세요!