Leave-One-Out Cross Vallidation과 K-fold Cross Validation
생성된 모델이 잘 만들어졌는지 확인하는 방법, 즉 모델의 적합성을 확인하기 위한 방법으로 Cross Validation가 있다. Cross Validation은 크게 두가지 방법이 있으며 첫번째 방법은 Leave-One-Out Cross Validation(LOOCV), 두번째 방법은 K-fold Cross Validation이다. 1. Leave-One-Out Cross Validation n개의 데이터가 있을 경우 1개를 테스트 데이터로, n-1개를 트레이닝 데이터로 활용합니다. 1부터 100까지 데이터가 있다고 가정하면 테스트 데이터를 1에서부터 100까지 한번씩 사용하게 되어 총 n 번의 검증을 거치게 된다. 예시) 첫번째 검증 : 테스트 데이터 1, 트레이닝 데이터 2~100 두번째 검증 : 테..
IT/Artifical Intelligence
2020. 1. 19. 17:53
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- 명렁어
- firewall
- flashback
- Annotaion
- parameter
- 어노테이션
- 파라미터
- token
- webtob
- 데이터
- du
- 디렉토리별
- beautifuler
- brush
- 복구방법
- Scheduled
- 룰셋
- crontab
- 리눅스
- syntaxhighlighter
- nmap
- pmd
- beautifier
- 포트
- 용량
- port
- rollback
- SuppressWarnings
- 날짜
- grep
| 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 | 31 |
글 보관함