꿈라CBT머신러닝의 K-fold 교차 검증(다중교차 검증) 기법에 관한 설명 중 옳지 않은 것을 고르시오.
- 1계산량이 크지 않으므로 모델의 훈련과 평가에 걸리는 시간이 짧다.
- 2전체 데이터세트를 훈련에 사용하여 정확도를 높이고, 데이터 부족에서 비롯되는 미적합(Underfitting) 문제를 예방한다.
- 3전체 데이터세트를 평가에 사용함으로써 평가 데이터의 편중을 방지한다.
- 4평가결과를 바탕으로 보다 일반화된 데이터 분석모형을 만들 수 있다.
머신러닝의 K-fold 교차 검증(다중교차 검증) 기법에 관한 설명 중 옳지 않은 것을 고르시오.