Hyper Parameter Tunning 만드는 모델의 최고 성능을 내기 위해 수행하는 것 RandomizedSearchCV 하이퍼 파라미터 튜닝방법 중 하나 GridSearchCV의 단점들을 조금 보완하고자 나온 방법 검증하려는 하이퍼 파라미터들의 값 범위를 지정해주면 무작위로 값을 지정해 그 조합을 모두 검증 파라미터의 범위를 선정하고 값을 랜덤으로 설정하여 파라미터를 조합하고 평가하는 방식 GridSearchCV와의 차이 GridSearchCV와 방식은 유사하나 근사 최적값을 빨리 찾을 수 있음 => 몇 번의 학습과 평가를 반복할 것인지 시도의 수를 직접 정하기 때문 격자 형식의 GridSearchCV와 다르게 그 사이값들도 랜덤으로 탐색할 수 있기 때문에 그 안에서 더 좋은 값을 찾을 수 있다는..

Hyper Parameter 사용자의 입력값 우리가 설정 가능한 입력값 사용할 데이터에 따라 가장 적합한 모델, 그 모델의 하이퍼 파라미터 값이 다름 -> 데이터마다 파라미터 입력값을 하나하나 찾아줘야함 => 하이퍼 파라미터 튜닝 # 직접 입력값을 하나하나 넣고 결과를 도출해보기 전까지 어떤 입력값이 좋을지 전혀 예측할 수 없음 GridSearchCV 교차검증 + 하이퍼 파리미터 튜닝 머신러닝에서 모델의 성능향상을 위해 쓰이는 기법 중 하나 사용자가 직접 모델의 하이퍼 파라미터의 값을 리스트로 입력하면 값에 대한 경우의 수마다 예측성능을 측정평가하여 비교하면서 최적의 하이퍼 파라미터 값을 찾는 과정을 진행 => 검증하고 싶은 하이퍼 파라미터들의 수치를 정해주고 그 조합을 모두 검증, 실험하려는 하이퍼파라..