머신러닝 맛보기 3탄

머신러닝 맛보기 3탄

---

파이썬을 이용한 머신러닝, 딥러닝 실전개발 입문 서적을 정리한 내용입니다.

1. 크로스 밸리데이션(Cross-validation)

---

머신러닝 모델의 타당성을 검증하는 방법 중의 하나로 "크로스 벨리데이션(Cross-validation)" 이라는 것이 있습니다. 한국어로 "교차검증"

크로스 밸리데이션이란? 특정 데이터를 훈련 전용 데이터와 테스트 전용 데이터로 분할한 뒤 훈련 데이터를 활용해 학습하고, 테스트 데이터로 테스트해서 학습위 타당성을 검증하는 방법입니다. 

1.1 K분할 교차 검증(K-fold cross validation)

---

예) 집합 X를 3개로 분할해 A/B/C 로 만드는 경우를 생각해 봅시다.

1. 집합 X를 A,B,C 로 분할합니다.
2. A를 테스트 전용 데이터, 나머지 B/C를 훈련 전용 데이터로 사용해 분류 정밀도 s1을 구합니다.
   
3. B를 테스트 전용 데이터, 나머지 A/C를 훈련 전용 데이터로 사용해 분류 정밀도 s1을 구합니다.
4. C를 테스트 전용 데이터, 나머지 A/B를 훈련 전용 데이터로 사용해 분류 정밀도 s1을 구합니다.
5. 분류 정밀도 s1,s2,s3의 평균을 구해 최종적인 분류 정밀도를 구합니다.

위의 예처럼 3개로 분할하는 방법을 3-fold cross validation 이라고 합니다.

지금까지 머신러닝 맛보기 3탄 이였습니다.

참고서적 : 파이썬을 이용한 머신러닝, 딥러닝 실전개발 입문 (http://www.yes24.com/Product/Goods/42496558?scode=032&OzSrank=1)