작업형 2번 model.fit 적용 문의
안녕하세요!!
작업형 2번 공부하다가 문득 궁금증이 생겨 문의드립니다.
model_selection의 train_test_split 이후 (X_train, y_train => X_tr, X_val, y_tr, y_val)
RF, Lightgbm, Xgboost 등 여러 모델 테스트 후, 가장 성능 좋은 모델을 선정하여
pred= model.predict(X_test)
이렇게 결과물을 도출하는 과정에서요.
검증단계에서 model.fit(X_tr, y_tr) 이렇게 학습을 진행한 것을 바로 X_test에 predict를 하는데
검증자료로 분할한 X_tr, y_tr이 아닌, 전체 X_train, y_train으로
model.fit(X_train, y_train) 후에 pred= model.predict(X_test) 를 하면 결과가 더 좋을까요?
조금 더 성능을 높일 수 있는 방법인지 궁금해서 문의드립니다!
답변 1
0
이건 그럴 수도 있고 아닐 수도 있습니다.
합쳐서 진행하는 것이 성능이 향상 되야 하는 것은 맞으나
실제로 해보면 튜닝이 val을 나눈 train에 최적화 되어있다보니
오히려 성능이 떨어지기도 했어요 :)
이건 제 경험이고 정확하겐 알 수 없음이에요~
성능향상을 위해서는
모델 튜닝
데이터 전처리
등이 있습니다.
1유형 강의 다 나간 후 어떻게 할까요?
0
14
1
점수차가 많이 나는데 따로 하신게 있으신가요?
0
10
1
작업형1 모의문제 4번에 3)문제 질문
0
21
2
이상치 전처리 작업
0
25
2
평가결과값 문의
0
29
2
시계열 데이터 날짜와 시간 format
0
35
2
평가지표 F1 스코어 질문드립니다.
0
27
2
작업형 2 기출7회분에서
0
38
2
작업형2 모의문제1 (30강)
0
34
2
수강 기간 연장 문의 드립니다.
0
42
2
수강 계획과 관련해 문의 드립니다.
0
30
2
작업형1 - 연습문제 16~39 풀이는 몇강을 보면 되나요?
0
50
2
작업형 1 -연습문제 4-6
0
38
2
작업형 1 유형 부분
0
42
2
작업형 1 (삭제예정, 구 버전)
0
51
2
수강기간 연장 문의드립니다.
0
38
2
2유형 레이블 인코딩 VS 원핫 인코딩
0
37
3
수강기간 연장 문의드립니다.
0
44
2
인덱스 슬라이싱
0
37
2
질문 드립니다.
0
50
2
강의 내용 관련 질문드립니다~
0
46
2
수강 연장 문의
0
63
2
강의자료 일괄 다운로드
0
62
2
수강기간 연장 문의드립니다
0
48
2