검증 세트

데이터 세트를 학습 세트와 테스트 세트로 나누면 특정 모델이 새 데이터에 잘 일반화되는지 여부를 판단할 수 있습니다. 하지만 초매개변수 조정을 여러 차례 수행할 때는 파티션을 두 개만 사용하는 것만으로는 부족할 수 있습니다.

유효성 검사

3단계로 구성된 워크플로 다이어그램 1. 학습 세트로 모델을 학습시킵니다. 2. 테스트 세트로 모델을 평가합니다. 3. 테스트 세트의 결과에 따라 모델을 조정합니다. 1, 2, 3 단계를 반복하여 테스트 세트에서 가장 우수한 성능을 보이는 모델을 선택합니다.
세 부분으로 분할된 가로 막대: 70% 는 학습 세트, 15% 는 검증 세트, 15% 는 테스트 세트
그림 1과 비슷하지만 테스트 세트를 기준으로 모델을 평가하는 대신 검증 세트를 기준으로 모델을 평가한다는 워크플로가 유사합니다. 그런 다음 학습 세트와 검증 세트에서 거의 일치하는 정도가 나오면 테스트 세트를 기준으로 모델을 확인합니다.
이전
직관 검사
다음
다른 파티션