[2장] 머신러닝- 모델평가(교차검증)
교차검증
모델을 평가하는 방법중 하나로 훈련 세트를 더 작은 훈련세트와 검증 세트로 나누고, 더작은 훈련 세트에서 모델을 훈련시키고 검증 세트로 모델을 평가하는 방법이 있습니다.
sklearn 교차검증 기능 방법
from sklearn.model_selection import cross_val_score scores = cross_val_score(model,prepared_data,labels, scoring='neg_mean_squared_error',cv= 10)
다음 코드는 k-겹 교차 검증(K-fold cross-validation)을 수행하고 훈련 세트를 폴드(fold)라 불리는 10개의 서브셋으로 무작위로 분할 합니다. 그런 다음 결정 트리 모델을 10번 훈련하고 평가하는데, 매번 다른 폴드를 선택해 평가에 사용하고 나머지 9개 폴드는 훈련에 사용합니다. 10개의 평가 점수가 담긴 배열이 결과가 된다.
CAUTION_ ) 사이킷런의 교차검증 기능은 scoring 매개변수에 비용함수가 아닌 효용함수를 기대한다. 그래서 평균 제곱오차(MSE)의 반댓값(즉 음수값)을 계산하는 neg_mean_squared_error 함수를 이용한다. 이런 이유로 앞선 코드에서 제곱근을 계산하기 전에 -scores로 부호를 바꾼것이다.
Author And Source
이 문제에 관하여([2장] 머신러닝- 모델평가(교차검증)), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://velog.io/@jaeseokryu/2장-머신러닝-모델평가교차검증저자 귀속: 원작자 정보가 원작자 URL에 포함되어 있으며 저작권은 원작자 소유입니다.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)