반응형 그리드서치2 그리드 서치와 랜덤 서치 (Grid Search & Random Search) 그리드 서치(Grid Search)와 랜덤 서치(Random Search)는 기계 학습에서 하이퍼파라미터 튜닝을 위해 널리 사용되는 두 가지 기법입니다. 각각의 방법은 모델의 성능을 최적화하기 위해 최적의 하이퍼파라미터 세트를 찾는데 사용됩니다.그리드 서치 (Grid Search)그리드 서치는 사전에 지정된 하이퍼파라미터의 모든 조합을 체계적으로 탐색하여 최적의 조합을 찾는 방법입니다. 사용자는 탐색할 하이퍼파라미터와 그 값을 정의하고, 그리드 서치는 이 값들의 모든 가능한 조합에 대해 모델을 훈련시키고 평가합니다.특징:철저함: 가능한 모든 조합을 탐색하기 때문에, 최적의 조합을 놓치지 않습니다.시간 소모적: 조합의 수가 많을 경우, 매우 많은 시간과 계산 자원을 필요로 합니다.간단하고 예측 가능: 구현.. 2024. 11. 1. [혼공머신] 05-2 | 교차 검증과 그리드 서치 https://youtu.be/ZaIKUvHquEQ?si=a3D8by-rJAsxLb_Q 키워드검증 세트검증 세트는 하이퍼파라미터 튜닝을 위해 모델을 평가할 때, 테스트 세트를 사용하지 않기 위해 훈련 세트에서 다시 떼어 낸 데이터 세트이다.교차 검증교차 검증은 우선 훈련 세트를 여러 폴드로 나눈 다음, 한 폴드가 검증 세트 역할을 하고 나머지 폴드로 모델을 훈련한다. 그리고 이런식으로 모든 폴드에 대해 검증 점수를 얻어 평균한다.그리드 서치그리드 서치는 하이퍼파라미터 탐색을 자동화해 주는 도구이다. 탐색할 매개변수를 나열하면 교차 검증을 수행한 후 가장 좋은 검증 점수의 매개변수 조합을 선택해준다. 그리고 이 매개변수 조합으로 최종 모델을 훈련한다.랜덤 서치랜덤 서치는 연속된 매개변수 값을 탐색할.. 2024. 11. 1. 이전 1 다음 반응형
