Notice
Recent Posts
Recent Comments
Link
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | |||
| 5 | 6 | 7 | 8 | 9 | 10 | 11 |
| 12 | 13 | 14 | 15 | 16 | 17 | 18 |
| 19 | 20 | 21 | 22 | 23 | 24 | 25 |
| 26 | 27 | 28 | 29 | 30 |
Tags
- dimension reduction
- LIKELIHOOD
- Regression
- ensemble
- 차원축소
- 앙상블 학습
- decision tree
- Gbm
- ensemble learning
- 최대사후확률
- Machine Learning
- 트리분할
- xgboost
- feature extraction
- Gradient Boostnig
- classification
- multivarite method
- Gradient boosting machine
- LDA
- ML
- multivarite data
- LGBM
- 앙상블
- pca
- MLE
- 머신러닝
- 알고리즘
- Maximum A Posterior
- 차원 축소
- Gradient Boosting
Archives
- Today
- Total
목록KFold (1)
코딩하는 눈송이
기존의 방식에서는 Train set 및 Test set을 고정하여 훈련 및 검증을 진행했는데, 이와 같은 방식에서는 해당 Test Set에만 잘 fit하는 모델이 된다 >>> Overfitting 되기 쉽다 라는 단점이 존재한다. 이러한 단점을 해결하고자 나온 것이 교차 검증(Cross Validation)이며 그 중 가장 널리 쓰이는 K-fold Cross Validation에 대해 알아볼 것이다. ※ K-fold Cross Validation이란? 총 train set을 K개의 fold로 나누어 K-1개의 fold를 train set, 1개의 fold를 validation set으로 설정해 모델의 성능을 검증하는 방식. K-fold cross validation은 다음과 같은 과정을 거친다. 먼저 전..
머신러닝/기본
2023. 1. 4. 17:27