해결된 질문
작성
·
461
0
안녕하세요!!
작업형 2번 공부하다가 문득 궁금증이 생겨 문의드립니다.
model_selection의 train_test_split 이후 (X_train, y_train => X_tr, X_val, y_tr, y_val)
RF, Lightgbm, Xgboost 등 여러 모델 테스트 후, 가장 성능 좋은 모델을 선정하여
pred= model.predict(X_test)
이렇게 결과물을 도출하는 과정에서요.
검증단계에서 model.fit(X_tr, y_tr) 이렇게 학습을 진행한 것을 바로 X_test에 predict를 하는데
검증자료로 분할한 X_tr, y_tr이 아닌, 전체 X_train, y_train으로
model.fit(X_train, y_train) 후에 pred= model.predict(X_test) 를 하면 결과가 더 좋을까요?
조금 더 성능을 높일 수 있는 방법인지 궁금해서 문의드립니다!
답변 1
0
이건 그럴 수도 있고 아닐 수도 있습니다.
합쳐서 진행하는 것이 성능이 향상 되야 하는 것은 맞으나
실제로 해보면 튜닝이 val을 나눈 train에 최적화 되어있다보니
오히려 성능이 떨어지기도 했어요 :)
이건 제 경험이고 정확하겐 알 수 없음이에요~
성능향상을 위해서는
모델 튜닝
데이터 전처리
등이 있습니다.
감사합니다!! 무슨말씀인지 이해했어요!
가르쳐주신 내용으로 꼭 합격해서 오겠습니다 ㅎㅎ~