파이썬래퍼XGBoost에서도 실제 업무에서는

그  wlist = [(dtrain,'train'),(dtest,'eval') ]에서 
원래 실제 업무에서는 dtest가 아니라, (dtrain에서 다시 학습데이터를 학습-검증 나눈 다음에) 검증데이터를  넣어줘야 하는 것이지요? (1번질문)

=> 네 맞습니다.

그게 맞다면,
학습데이터를 학습-검증으로 나눌 때, train_test_split으로 나눠야 하는 건가요?(2번질문)

=> 네 맞습니다. 다만 꼭 train_test_split()함수를 쓰실 필요는 없고, 나눌 수 있는 다른 함수가 있다면 아무거나 가능합니다.

그렇군요..ㅠ 처음 배우다 보니 계속 헷갈리고..조금 더 정확한 걸 원하게 되는 습관이 있어서 ..ㅠㅠ고쳐야겠네요..ㅠㅠ

그럼 이것만 확인 답변 꼭 부탁드릴게요..ㅠㅠ ..!!

데이터가 많은 것을 전제로 해서, 

파이썬래퍼 XGBoost에서

xgb.train( )의 인자중  evals=wlist 로 넣었는데 

그  wlist = [(dtrain,'train'),(dtest,'eval') ]에서 
원래 실제 업무에서는 dtest가 아니라, (dtrain에서 다시 학습데이터를 학습-검증 나눈 다음에) 검증데이터를  넣어줘야 하는 것이지요? (1번질문)

그게 맞다면,
학습데이터를 학습-검증으로 나눌 때, train_test_split으로 나눠야 하는 건가요?(2번질문)
(cross_val_score나 GridSearchCV에서는 학습데이터만 넣어주면 자체적으로 학습-검증데이터로 나눠줘서  train_test_split으로 나눌 필요가 없었지만,  xgb.train() 함수 인자에서는 dtrain인자와  evals 인자가 따로 나뉘어져 있기에..)

1번 질문과 2번질문 답변 꼭 부탁드릴게요 ㅠㅠ..!

매번 답변 정말 감사하고..좋은강의 정말 감사합니다..ㅠ!!

질문의 요지가 헷갈리는 군요.

암튼, 실무에서도 학습 -> 검증 -> 테스트로 합니다.

단 데이터가 적으면 학습->Fold 검증만 수행하고 배포합니다. 데이터도 적은데 테스트 용으로 따로 쪼개서 학습할 데이터를 부족하게 만들지는 않습니다.

지난번에도 비슷한 답변을 드린것 같습니다만, 너무 기계적으로 학습->검증->테스트로 접근하지 않으셨으면 합니다.

다시 말씀 드리지만 학습할 데이터도 적은데, 굳이 전체 데이터를 쪼개서 학습/테스트 만들고, 다시 학습 데이터 쪼개서 검증 만들고 하면서 까지 학습 할 데이터를 줄일 필요는 없습니다.