어떤 모델을 만들면, 데이터를 넣어서 학습을 하고, 그 성능을 평가를 해야 한다.하지만 이 학습과 평가 과정을 단 한번 수행한다면,그 결과가 운인이 실력인지 알기 어렵다.그래서 우리는 평가를 여러 번 반복하는 전략을 쓴다. Cross Validation과 Bootstrap 방식이 대표적이다. Cross Validation은 모델이 새로운 데이터라 얼마나 잘 작동하는지를 확인하는 성능 일반화를 확인하는데 초점이 있,Bootstrap은 불확실성 평가와 신뢰구간 추정에 초점이 있다. 따라서,Cross Validation은 여러개의 학습/검증 셋을 나눠 모델 일반화의 성능을 평가하고,Bootstrap은 여러 개의 무작위 샘플을 (중복 허용) 생성하여 신뢰 구간을 추정한다.모델 평가 방법├── Cross Vali..
