그럼에도 불구하고

  • 홈
  • 태그
  • 방명록

GridSearchCV 1

머신러닝 프로젝트 - 9. 모델 세부 튜닝(그리드 탐색, 랜덤 탐색)

들어가며 지금까지 모델의 정확도를 높이기 위해서 데이터를 정제하고 여러 가지 모델을 테스트를 해보았습니다. 이번에는 데이터 정제가 끝나고 모델 또한 확정되었을 때 마지막으로 정확도를 올리기 위한 시도인 모델 세부 튜닝에 대해서 설명해보도록 하겠습니다. 모델 세부 튜닝 (그리드 탐색) 세부 튜닝을 한다는 의미는 각 추정기와 변환기의 하이퍼 파라미터를 변경시켜 테스트한다는 의미입니다. 이것을 그리드 탐색이라고 지칭합니다. 그리드 탐색을 수동으로 조정하는 것은 매우 지루한 작업이기 때문에 이를 자동화시켜줄 GridSearchCV를 사용해봅시다. 원하는 하이퍼파라미터의 조합을 인자로 넣어서 실행할 경우 자동으로 가장 최적화된 하이퍼 파라미터의 조합을 출력해줍니다. 사용법 GridSearchCV를 사용하면 위 처..

Machine Learning 2020.03.10
이전
1
다음
더보기
프로필사진

그럼에도 불구하고

  • 전체보기
    • Computer Science
      • Algorithm
      • Data Structure
      • Project Management
      • Operating System
      • Network
      • Database
    • Web
      • Dive in Java
    • Android
      • Kotlin
    • Machine Learning
      • Keras
    • Docker
    • Etc
    • 교양공부
      • 주식
    • 책을 읽고

Tag

RMSE, object detection, 케라스, Docker, Github Project, aws, kotlin, Spring, Android, sgd, 쿠버네틱스, Project Management, TensorFlow Lite, Kubernetes, 확률적 경사 하강법, Extension Function, overfiting, TensorFlow, 비등방성 함수, Server,

최근글과 인기글

  • 최근글
  • 인기글

최근댓글

공지사항

페이스북 트위터 플러그인

  • Facebook
  • Twitter

Archives

Calendar

«   2025/05   »
일 월 화 수 목 금 토
1 2 3
4 5 6 7 8 9 10
11 12 13 14 15 16 17
18 19 20 21 22 23 24
25 26 27 28 29 30 31

방문자수Total

  • Today :
  • Yesterday :

Copyright © Kakao Corp. All rights reserved.

티스토리툴바