파이썬 라이브러리를 활용한 머신러닝(번역개정판): 사이킷런 핵심 개발자가 쓴 머신러닝과 데이터 과학 실무서

340

파이썬 라이브러리를 활용한 머신러닝(번역개정판)

best_parameters = {'C': C, 'gamma': gamma}

# 훈련 세트와 검증 세트를 합쳐 모델을 다시 만든 후

# 테스트 세트를 사용해 평가합니다.

svm = SVC(**best_parameters)

svm.t(X_trainval, y_trainval)

test_score = svm.score(X_test, y_test)

print("검증 세트에서 최고 점수: {:.2f}".format(best_score))

print("최적 매개변수: ", best_parameters)

print("최적 매개변수에서 테스트 세트 점수: {:.2f}".format(test_score))

Out [21]:

훈련 세트의 크기: 84 검증 세트의 크기: 28 테스트 세트의 크기: 38

검증 세트에서 최고 점수: 0.96

최적 매개변수: {'C': 10, 'gamma': 0.001}

최적 매개변수에서 테스트 세트 점수: 0.92

검증 세트에서 최고 점수는

96

%입니다. 전보다 조금 낮아졌는데 아마도 모델을 훈련할 때 사

용한 데이터가 적어졌기 때문일 겁니다 (데이터셋을 두 번 나눴으니

X

_

train

이 더 작아졌습니

다). 하지만 테스트 세트 점수 (실제 이 모델이 얼마나 잘 일반화됐는지 알려주는 점수 )는 훨씬