하이퍼 파라미터 튜닝(RandomSearch CV)
하이퍼 파라미터모델 학습 전에 사용자가 직접 설정해주는 파라미터들EX)결정 트리의 max_depthKNN의 k신경망의 learning rate, batch size, epoch 등 튜닝?? 이러한 하이퍼 파라미터들을 바꿔보면서 가장 좋은 성능이 나오게 조정하는 작업 왜 중요한가??모델 성능 극대화 -> 튜닝을 잘하면 정확도, 정밀도, F1-score 등이 눈에 띄게 향상될 수 있다.과적합 / 과소적합 방지 -> 적절한 튜닝은 모델의 일반화 성능을 높여줘, 오버피팅이나 언더피팅을 줄일 수 있음최적의 모델 선정 -> 동일한 알고리즘이라도 하이퍼 파라미터에 따라 성능 차이가 크기 때문에 중요함 하이퍼 파라미터의 종류모델 관련 하이퍼 파라미터예 : max_depth, n_estimators, C, gamma 등..
