꿈라CBT홀드아웃(Hold-out) 방식에 대한 설명으로 가장 적절하지 않은 것은?
- 1전체 데이터를 학습용과 평가용으로 한 번 나누어 학습과 검증을 수행한다.
- 2구현이 단순하고 모델을 한 번만 학습시키면 되므로 계산 비용이 적다.
- 3데이터를 나누어 평가하는 방식이므로 모델의 일반화 성능을 추정하는 데 사용할 수 없다.
- 4평가용으로 떼어 둔 데이터는 학습에 쓰이지 않으므로 데이터가 적을 때는 정보 손실이 발생한다.
홀드아웃(Hold-out) 방식에 대한 설명으로 가장 적절하지 않은 것은?