[머신러닝] #4 K-Fold Cross Validation

K - Fold Cross Validation

from sklearn.model_selection import cross_val_score

# 사용할 모델 선언
model = MODEL()
cv_score = cross_val_score(model, x_train, y_train, cv=10)

• K-분할 교차 검증
• 모든 데이터가 평가에 한 번, 학습에 k-1번 사용됨
• k개의 분할(Fold)에 대한 성능을 예측 → 평균, 표준편차 계산, 일반화 성능
• 단 k는 2 이상이어야 함(k가 1일 경우, 학습 데이터로 평가까지 하게 됨)
• 장점
  • 모든 데이터를 학습과 평가에 사용할 수 있음
  • 반복 학습과 평가를 통해 정확도를 향상시킬 수 있음
  • 데이터가 부족해서 발생하는 과소적합 문제를 방지할 수 있음
  • 평가에 사용되는 데이터의 편향을 막을 수 있음
  • 좀 더 일반화된 모델을 만들 수 있음
• 단점
  • 반복 횟수가 많아서 모델 학습과 평가에 많은 시간이 소요됨