검증 데이터 분할을 해서 일반적으로 &nbsp;모델에 <a target="_blank" rel="noopener noreferrer nofollow" href="http://rf.fit">rf.fit</a>(X_tr_y_tr)을 진행하고 예측하다가 &nbsp;마지막에 바로 pred =rf.predict(test)로 테스트 데이터를 집어 넣는데요,&nbsp;<a target="_blank" rel="noopener noreferrer nofollow" href="http://rf.fit">rf.fit</a>(train,target) 으로 다시 학습하고 집어 넣지 않아도 상관이 없나요 ? &nbsp;두개가 굳이 차이가 없기떄문에 분할로 생성된 모델을 넣는건지 이유가 있는건지 궁금합니다

<a target="_blank" rel="noopener noreferrer nofollow" href="http://rf.fit/">rf.fit</a>(X_tr_y_tr) vs <a target="_blank" rel="noopener noreferrer nofollow" href="http://rf.fit/">rf.fit</a>(train,target)둘 다 좋습니다.다만 하이퍼파라미터 튜닝을 했다면 <a target="_blank" rel="noopener noreferrer nofollow" href="http://rf.fit/">rf.fit</a>(X_tr_y_tr) 에 최적화 될테니 그대로 진행해주시고튜닝이 없다면 <a target="_blank" rel="noopener noreferrer nofollow" href="http://rf.fit/">rf.fit</a>(train,target)도 좋아요! &nbsp;튜닝도 하고 싶고, <a target="_blank" rel="noopener noreferrer nofollow" href="http://rf.fit/">rf.fit</a>(train,target)도 하고 싶다면검증데이터 분할 방식을 크로스 밸리데이션으로 가져가는 방법이 있습니다. 좀 더 복잡해져요!&nbsp;&nbsp;

인프런 커뮤니티 질문&답변

마지막 제출시 학습을 다시 안해도 되는지 궁금합니다