홀드아웃 교차 검증

term_id: leave_one_out_cross_validation

Category: basic_concepts

Definition

홀드아웃 교차 검증(LOOCV)은 k가 데이터셋의 샘플 수와 같아지는 k-폴드 교차 검증의 특정 경우입니다. 이는 모델 성능에 대해 거의 편향되지 않은 추정을 제공합니다.

Summary

모델이 모든 샘플 중 하나를 제외하고 학습하고, 그 단일 홀드아웃 샘플로 테스트하는 엄격한 재표본 추출 기법으로, 모든 데이터 포인트에 대해 반복됩니다.

Key Concepts

  • 재표본 추출
  • 모델 평가
  • 편향-분산 트레이드오프
  • 계산 비용

Use Cases

  • 소규모 의료 데이터셋에서 모델 평가
  • 데이터가 부족할 때 하이퍼파라미터 튜닝
  • 알고리즘 성능을 엄격하게 비교

Code Example

1
2
3
4
5
6
7

from sklearn.model_selection import LeaveOneOut
loo = LeaveOneOut()
for train_index, test_index in loo.split(X):
    X_train, X_test = X[train_index], X[test_index]
    y_train, y_test = y[train_index], y[test_index]
    model.fit(X_train, y_train)
    score = model.score(X_test, y_test)

Related