🤸 머신러닝 알고리즘 평가 🤸 1. Bias / Error 1) Bias * Fitting: 실제값을 지나는 여러 개의 곡선이 존재 * 검증용 데이터를 고려한다면? Goodness of Fit 2) Error ① 과대적합(Overfitting): 모델이 훈련 데이터에 너무 잘 맞지만 일반성이 떨어질 때 발생 - 과대적합 해결방법: 훈련데이터를 더 많이 모은다. / 정규화시킨다. / 훈련데이터 잡음을 줄인다. ② 과소적합(Underfitting): 모델이 너무 단순해서 데이터의 내재된 구조를 학습하지 못할 때 발생 - 과소적합 해결방법: 파라미터가 더 많은 복잡한 모델을 선택한다. / 모델의 제약을 줄인다(=규제 하이퍼파라미터 값 줄인다.) / 과대적합 되기 전의 시점까지 충분히 학습한다. - 하이퍼파라미..