머신러닝 기초 4강

그리드 탐색 -

그리드 탐색(그리드 서치, Grid Search)은 머신러닝 모델의 하이퍼파라미터를 튜닝하기 위한 방법 중 하나입니다. 하이퍼파라미터는 모델 학습 전에 설정해야 하는 값들로, 모델의 성능에 큰 영향을 미칠 수 있습니다. 그리드 탐색은 모든 가능한 하이퍼파라미터 조합을 체계적으로 탐색하여 최적의 조합을 찾는 방법입니다.

랜덤탐색 - 범위를 설정해주면 머선러닝이 알아서 랜덤으로 골라서 탐색을 해준다 장점으로는 그리드 탐색보다 적은 비용으로 탐색을 할수있고 단점은 놓치는 값이 나올수있다

 

공통점 - 한모델에 대한 하이퍼튜닝을 할때 사용된다.

 

그후 모델을 테스트 데이터로 평가한다

테스트데이터 모델을 평가할때는 transfrom만 사용하여 평가해주면된다