Ch13. 모델 성능 검증하기

1. 데이터 확인과 예측 실행

2. 과적합 이해 하기 

과적합(overfitting) => Tuning 하면 됨

과소적합(underfitting) => 목표부터 다시 따져봐야함. 최악의 경우 프로젝트 처음부터 다시 해야할 수도. . .  ㅠㅠ

 

3. 학습셋과 테스트셋

딥러닝의 경우 일반화 성능을 올릴려면 데이터 양이 관건. (이것이 우선되어야.) 따라서 데이터에 따라서 딥러닝이 아닌 랜덤포레스트, XGBoost, SVM 등 다른 알고리즘이 더 좋은 성능을 보일 수도 있다.

 

4. 모델 저장과 재사용

model.save('./data/model/my_model).hdf5) => hdf5 : 대용량 초고속 (이진 파일 포맷)

 

5. K겹 교차 검증 (K-CV)

ch13.ipynb

0.06MB