# GridSearchCV
[머신러닝] 7. 지도학습(회귀): 하이퍼파라미터 튜닝
모델의 성능 향상을 위해 하이퍼파라미터 튜닝을 진행하며 사이킷런의 model_selection에서 제공하는GridSearchCV와RandomizedSearchCV를 이용하여 최적화할 수 있습니다.• grid search를 통해 모두 탐색하여 최적의 하이퍼파라미터를 찾음

[AI web service project] MBTIgram: 모델링-XGBoost
지난번 포스팅에서 전처리 및 EDA를 수행한 내용을 바탕으로 모델링을 진행했습니다.3가지 모델을 후보로 실험 및 검증을 진행했습니다. 전처리 및 EDA 과정은 이전 글을 참고 바랍니다.XGBoostRNNLinearSVC세 가지로 후보를 둔 이유는 다음과 같습니다.XGB

Decision Tree(Feat. Wine)
DecisionTree, Wine, MinMaxScaler, StandardScaler, RobustScaler, PipeLine, 하이퍼파라미터, KFold, GridSearchCV
GridSearchCV
sklearn.model_selection.GridSearchCVclass sklearn.model_selection.GridSearchCV(estimator, param_grid, , scoring=None, n_jobs=None, refit=True, cv=None

[혼공머신] 5-2. 교차 검증과 그리드 서치
이사님🗣️ "최적의 모델을 찾는 건 좋은데, 그 과정에서 자꾸 테스트 세트로 평가를 하면 테스트 세트에만 잘 맞는 모델이 되어버리는 거 아닌가요?"

머신러닝 - 파라미터 튜닝
데이터 로드 전처리 학습, 예측 데이터셋 정답값이자 예측할 값 학습, 예측에 사용할 컬럼 문제(feature)와 답안(label) 나누기 학습, 예측 데이터셋 만들기 머신러닝 모델 하이퍼파라미터 튜닝 하이퍼파라미터 : 머신러닝 모델을 생성할 때 사용자가 직접 설정하는
파이썬 머신러닝 교차검증 - KFold, StratifiedKFold, cross_val_score, GridSearchCV
* 과적합 * 과적합 : 모델이 학습 데이터에만 과도하게 최적화되어, 실제 예측을 다른 데이터로 수행할 경우에는 예측 성능이 과도하게 떨어지는것을 말한다. 과적합을 방지할 수 있는 교차검증 에 대해 얘기하려합니다. * 교차검증 * 교차검증 : 데이터 편중을 막기

scikit-learn을 사용한 교차 검증 및 하이퍼 파라미터 튜닝
scikit-learn의 model_select 모듈은 데이터 세트 분리, 교차 검증, 하이퍼 파라미터 튜닝과 관련된 함수들과 클래스를 제공한다. 아래와 같이 정리하였다.Overfitting 으로 인한 실제 prediction시 낮은 성능을 해결하고자 별도의 여러 세트
Hyper Parameter Tuning - 최적의 조합 찾기
GridSearch와 RandomizedSearch를 활용하여 최적의 조합 찾기
[TIL] 210820
오늘 한 일 Model selection (n224) keyword : 모델 선택 하이퍼파라미터 최적화 (최적의 하이퍼파라미터 찾기) CV 교차검증 hold-out 교차검증 K-Fold TargetEncoder GridSearchCV RandomizedSearchC