데이터 분할

뜻풀이

쉬운 AI 사전

1. [명사] (데이터) 가진 데이터를 공부용, 연습 시험용, 본시험용으로 나누는 일.

실무 AI 사전

1. [명사] (데이터) 흔히 학습 70에서 80, 검증 10에서 15, 테스트 10에서 15 비율로 나눈다. 시계열은 시간 순서로, 분류 문제는 클래스 비율을 유지(층화 추출)하며 나눈다. 같은 사용자 데이터가 양쪽에 걸치지 않게 주의한다.

전문 AI 사전

1. [명사] (데이터) 데이터를 서로소인 학습, 검증, 테스트 집합으로 분할하는 절차. 무작위 분할이 기본이지만 시간적 순서, 그룹 구조(예: 환자별), 클래스 비율에 따라 시계열 분할, 그룹 분할, 층화 분할을 쓴다. 변환은 분할 뒤 학습 집합 기준으로 학습한다.

관용구/함께 쓰는 말

• 층화 추출 - 클래스 비율을 유지하며 나누는 방법.
• 랜덤 시드 고정 - 분할 결과가 매번 같도록 난수의 시작값을 정해 두는 일.

쉬운 비유

반 전체 문제를 연습용과 모의고사용, 실전용으로 나눠 담는 일과 같다. 한 문제가 두 상자에 들어가면 안 된다.

예문

• 고객 ID가 겹치지 않도록 그룹 단위로 데이터를 나눴다.
• 시계열 데이터는 과거로 학습하고 미래로 테스트하도록 시간 기준으로 분할했다.
• 분할을 하기 전에 정규화를 해 버려서 테스트 정보가 새어 들어갔다.

헷갈리는 용어 비교

교차 검증

데이터 분할은 한 번 나눠서 쓰는 방식이고 교차 검증은 나누는 방식을 바꿔 가며 여러 번 평가해 평균을 낸다.

맞춤법/표기법

바른 표기

데이터 분할

주의할 표기

데이터분할데이터 스플릿

원어

data splitting

다른 이름

데이터 나누기, 학습/검증/테스트 분할, train test split, 훈련 테스트 분할, 데이터 셋 분할

참고

영어로는 train/test split. 분할 비율은 데이터 양에 따라 달라진다.

관련어