[Machine Learning] K-Fold 교차 검증(K-Fold Cross Validation)

교차 검증(Cross Validation)

모델이 잘 적합되어 실제 데이터와 유사한 예측 결과를 얻을 수 있도록 해주는 방법 중 하나.

과적합(Overfitting)을 방지하는 방법 중 하나로 사용된다.

 

 

이 교차 검증 방법에는 여러가지가 존재하는데, 그 중 K-Fold Cross Validation에 대해서 알아보겠다.

 

K-Fold 교차 검증(K-Fold Cross Validation)

K-Fold 교차검증은 모델이 잘 적합되었는지 알아보기 위해 훈련용 데이터와 테스트 데이터. 검증 데이터로 나누어 성능을 평가한다.

 

데이터를 K등분 하여 그중 하나를 검증용(Test)로 사용하고, 나머지를 훈련용(Train)으로 사용하게 되는 것이다.

 

이 K개의 모델 성능을 평균매겨 최종 모델 성능을 산출한다.

 

 

 

 

장점

• 데이터 개수가 적은 데이터셋에 대하여 성능을 향상시킬 수 있다.

 

단점

• K 번 반복하게 되어 시간이 좀 더 걸린다.