[TIL] 김민채_201022

### Today I Learn_34

**1. cross validation : 교차 검증을 통한 최적의 모델 만들기**
- 지금까지 일일이 하이퍼파라미터를 선택하고 값을 지정해 돌렸던 것을 한 번에 해결해주는 마법사
- sklearn에서 제공해주어서 만든 모델, 훈련 데이터, 타겟 데이터, cv인 k값, 성능을 어떤 점수로 평가할 것인지만 적으면 된다.
- RidgeCV와 비슷하지만 Ridge에서만 가능한 것과 달리 cross validation은 어떤 머신 모델이든지 가능

**2. Impression from Today**
- 어제 나름 열심히 한다고 시간을 보내서 오늘은 컨디션이 최악이었다.
- 임계값을 조정해서 모델을 나름 최적화할 수 있는 값을 찾았지만 모델에 적용하는 방법을 몰라 멈춰진 상태
- 다행히 수업 때, 어떻게 찾은 최적의 하이퍼파라미터 값을 모델에 적용할 수 있는지 알 수 있었다.
- 한 번 컨디션이 안 좋다보니 오후 늦게가 되어서야 겨우 정신을 차렸다.
- 남은 시간 동안 다시 열심히 해봐야지
- feature engineering을 하지 않았더니 성능이 좋아졌다는 동훈 님 말에 충격이었다.
- 나처럼 도메인 지식이 없는 사람이 함부로 feature를 만지니 모델 성능도 안 좋고 이래저래 문제가 많았나 보다.
- 다른 동기분들처럼 나도 성능 좋은 모델로 만들 수 있으면 좋겠다.