5.Summary - 5. 모델성능 평가하기
CODEDRAGON ㆍDevelopment/Big Data, R, ...
반응형
K-교차검증(K-fold Cross-Validation)
단일한 훈련 데이터와 평가 데이터로 1회만 분할하는 것이 아니라, 전체 데이터를 K개로 등분한 뒤, k=1,2...K번째 데이터 세트를 차례로 검증 데이터(Validation Data)로 사용하고 나머지 데이터 세트를 모델 훈련에 반복적으로 사용하면서 모델 성능을 측정하는 방법입니다. 결국 K-교차 검증은 데이터 세트를 훈련 데이터와 검증 데이터(Validation Data)로 나누어 모델링 및 성능 평가를 K회 반복하게 되며, 모든 K개 중첩에 대한 성능 평가결과들에 대한 평균치를 통해 최종 모델 성능 평가를 도출할 수 있습니다.
https://codedragon.tistory.com/6884
https://codedragon.tistory.com/9510
https://codedragon.tistory.com/9908
'Development > Big Data, R, ...' 카테고리의 다른 글
3.Summary - 3.변수간 관계 확인하기 (0) | 2020.01.22 |
---|---|
인공신경망(ANN; Artificial Neural Network) (0) | 2020.01.21 |
불순도(impurity) (0) | 2020.01.21 |
3.Summary - 3. 지도모델 적용하기 (0) | 2020.01.21 |
게슈탈트 원리(The Gestalt Principles of Visual Perception) (0) | 2020.01.21 |