보통 Train set과 test set을 나누어 모델을 훈련시키고 검증을 함. 그러나 이런 방식은 고정된 test set에서만 잘 예측되는 결과를 낳는다. 즉 OverFitting의 위험성이 존재한다는 것. 다른 dataset을 통해 예측을 수행하는 경우 성능이 엉망인 결과를 야기함. 이를 해결하기 위한 방식이 바로 교차검증 'Cross Validation' ! Training Set 과 Validation Set 을 여러개 만들어 모델의 학습을 검증. Generalization 을 통해 학습의 성능을 높힘. # k-fold - 가장 일반적으로 사용되는 기법 - Regression model 에 일반적으로 사용되며 , 데이터가 독립적이고 동일한 분포를 띄우는 경우 사용. - K-fold Cross Va..
