잭나이프법 (1) 썸네일형 리스트형 과적합과 과소적합 목차 머신러닝은 목적 변수의 예측을 위해 여러 설명 변수를 이용해 모델을 만들고 테스트 데이터에 적용하는 일련의 과정을 거침. 그러나 테스트 데이터에는 목적 변수가 없음. 따라서 예측의 정확도를 파악 불가 학습 데이터는 학습에 사용된 것이므로 또한 예측의 정확도를 측정하는데 사용하는 것이 부적절 과적합(overfitting) 학습 데이터를 너무 과하게 학습하여 학습 데이터에만 지나치게 적절한 모델 이미 알고 있는 데이터에만 최적화되어 있을 뿐 미지의 데이터에 대한 정확도는 떨어짐 과소적합(underfitting) 학습이 불충분하게 진행 데이터에 맞는 학습이 충분하지 않아 정확도가 낮음 과적합을 피하기 위해서는 학습 데이터의 일부늘 검증 데이터로 분리하여 이를 이용해 모델을 검증 검증 데이터의 작성법 홀드.. 이전 1 다음