일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
Tags
- 태블로
- lambda
- Chat GPT
- 서브쿼리
- jd
- cross join
- streamlit
- 최종 프로젝트
- 히트맵
- 팀프로젝트
- 클러스터링
- Python
- 머신러닝
- pandas
- 시각화
- da
- If
- 프로젝트
- 전처리
- data analyst
- 기초통계
- 기초프로젝트
- 프롬프트 엔지니어링
- 데이터분석
- 군집화
- SQLD
- GA4
- 데이터 분석
- SQL
- 크롤링
Archives
- Today
- Total
목록데이터분할 (1)
세조목
머신러닝 - 데이터 분리(feat. 과적합)(24.02.01)
1. 과(대)적합과대적합이란 데이터를 너무 과도하게 학습한 나머지 해당 문제만 잘 맞추고 새로운 데이터를 제대로 예측 혹은 분류하지 못하는 현상 을 의미한다.위 이미지의 첫번째 경우가 과(대)적합의 예시인데 주어진 데이터를 너무 과도하게 학습한 결과 위 예시와 같은 경우의 문제는 잘 맞추지만 나머지 문제들은 예측(or 분류)할 수 없게된다. 과(대)적합이 있다면 과(소)적합도 있을텐데 위 이미지의 가장 오른쪽 예시가 과(소)적합에 해당한다. 과(대)적합이 주어진 데이터를 너무 과도하게 학습한 결과라면 과(소)적합은 반대로 주어진 데이터를 충분히 학습하지 못함에 따른 결과다. 데이터가 충분하지 않거나, 모형이 지나치게 단수할 때 이런 과(소)적합이 발생한다. 2. 데이터 분할어떻게 이 문제를 해결할 수 있..
데이터 분석 공부/머신러닝
2024. 2. 1. 21:27