머신러닝 처음 시작하기(인프런) - 14강 train valid test 데이터 나누기

https://www.inflearn.com/course/%EB%A8%B8%EC%8B%A0%EB%9F%AC%EB%8B%9D-%EC%B2%98%EC%9D%8C-%EC%8B%9C%EC%9E%91%ED%95%98%EA%B8%B0/dashboard

머신러닝 처음 시작하기 (기초 원리 + 초급 실습) - 인프런 | 강의

14강 train valid test 데이터 나누기

데이터셋 나누기 Train / Test set

• 딥러닝 : training / validation / test
• 머신러닝 : training / test

- training과 validation을 가지고 훈련을 한 후 모델을 만들어 test 데이터로 test를 함.
- validation = train 과정에서 모델이 잘 학습이 되는 지 알기 위해 쓰임. 중간중간 평가하는 데이터

교차검증

모델을 평가하는 방법 중 하나
test 데이터가 적을 때 문제점을 해결하기 위한 것.

K-Fold

1. 데이터를 K개로 쪼갠 후 하나는 검증 데이터, 나머지는 훈련 데이터로 만들어서 성능을 구함
2. 이 과정을 K번 반복함
3. K번의 성능의 평균을 구함

모델 성능 평가 지표

실제정답 / 머신러닝 모델의 답	True	False
True	a	b
False	c	d

Precision(정밀도) = a / (a+c)

- 모델이 true로 예측한 값들 중에서 알맞게 예측한 비율
재현율 = a / (a+b)

- true로 잘 예측한 비율(?)
Accuracy = (a+d) / (a+b+c+d)

- 전체 클래스 중 제대로 잘 예측한 비율
F1 Score(정밀도와 재현도의 조화평균) = 2*(정밀도*재현율) / (정밀도+재현율)