머신러닝 기초 개념-02. Data Split (1)

 💡 data split : 학습에 사용할 데이터와 평가를 할 때 사용할 데이터를 나누는 방법

• data split : train-test split을 이야기함(test/ test 데이터를 겹치지 않음)
• training data는 학습에 사용하고, test data는 평가에 사용함
• 직관적인 설명을 위해 예시를 하나 가정하겠습니다.
  • 우리는 2022년 “머신러닝” 과목의 기말고사는 100점 맞고 싶습니다.
  • 우리에겐 10년치 족보 문제와 답안이 함께 있습니다. (완벽한 답안이라고 가정합니다)
  • 기말고사를 100점 맞기 위해서 어떻게 공부 방법을 설계하는 것이 좋을까요?
    1. 8년치를 열심히 공부하고(오답정리), 2년치는 시험 직전 날에 풀기
    2. → train - test split
    3. 6년치 열심히 공부하고(오답정리), 그 때마다 2년치를 풀어보고 점수를 체크한다. 그리고 시험 직전날에 마지막 2년치를 풀어본다.
    4. → train - vaildation - test split
  • 우리의 목표는 족보에 안나왔던 실제 기말고사를 100점 맞는 것이 목표임.
  • → 안 풀어본 족보에 대한 예측(Prediction for Unseen data)
• 예측 성능을 올리는 것이 중요함.