꿈라CBT모델 학습을 위한 데이터 분할과 과적합에 대한 설명으로 적절하지 않은 것은?
- 1훈련 데이터에서는 성능이 매우 높은데 평가 데이터에서는 성능이 크게 떨어진다면 과대적합(overfitting)을 의심할 수 있다.
- 2검증용 데이터는 하이퍼파라미터를 조정하거나 여러 후보 모델 중 하나를 고르는 과정에서 사용된다.
- 3데이터의 양이 충분하지 않을 때에는 K-fold 교차검증을 사용하여 모든 자료를 학습과 검증에 고루 활용할 수 있다.
- 4평가용 데이터에서 성능이 낮게 나오면, 그 결과를 보고 모델을 수정한 뒤 같은 평가용 데이터로 다시 평가하는 과정을 반복하여 성능을 끌어올려야 한다.