up

Author: liganega

end2end_ml_project.ipynb

@@ -2699,6 +2699,17 @@
     "```"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "최적 모델의 테스트셋에 대한 성능(RMSE)가 41,422 정도로 계산된다.\n",
+    "앞서 모델 미세 조정 이전에 랜덤 포레스트 모델의 10겹 교차검증의 결과가,\n",
+    "그것도 훈련셋에 대한 RMSE가 약 4만7천 정도였다.\n",
+    "훈련에 사용되지 않았던 테스트셋에 대한 성능이 훈련에 사용된 데이터셋에 대한 성능보다 좋다.\n",
+    "그만 모델 미세조정으로 보다 좋은 성능의 모델이 선택되었음을 의미한다."
+   ]
+  },
   {
    "cell_type": "markdown",
    "metadata": {},
@@ -2732,7 +2743,7 @@
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "### 학습된 모델 추가 활용법"
+    "### 학습된 모델 기타 활용법"
    ]
   },
   {
@@ -2796,10 +2807,12 @@
     "훈련 없이 바로 활용할 수 있다.\n",
     "또한 새롭게 훈련시킨 모델이 적절하지 않다고 판단되어\n",
     "이전 버전의 모델로 되돌려야 하는 상황이 발생할 수도 있기에\n",
-    "잘 훈련된 모델의 저장은 필수적이다.\n",
+    "잘 훈련된 모델을 파일로 저장하는 일은 필수적이다.\n",
     "\n",
-    "모델의 저장과 불러오기는 각각 `joblib` 모듈의\n",
+    "모델을 파일로 저장하기와 불러오기는 각각 `joblib` 모듈의\n",
     "`dump()` 함수와 `load()` 함수를  활용한다.\n",
+    "`dump()` 함수는 모델 세팅에 사용된 하이퍼파라미터, 모델이 학습한 파라미터 등 \n",
+    "모델의 모든 정보를 함께 파이썬 객체에 특화된 `pickle` 파일로 저장한다.\n",
     "\n",
     "- 저장하기\n",
     "\n",
@@ -2815,16 +2828,6 @@
     "    ```"
    ]
   },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    ":::{note} `pickle` 파일\n",
-    "\n",
-    "모델은 파이썬 객체를 파일 형태로 저장하는 데에 특화된 `pickle` 파일로 저장된다.\n",
-    ":::"
-   ]
-  },
   {
    "cell_type": "markdown",
    "id": "bdbdb662-69c8-4181-a63a-481f6ba92db3",

notebooks/code-end2end_ml_project.ipynb

@@ -27742,7 +27742,7 @@
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "### 모델 기타 활용법"
+    "### 학습도니 모델 기타 활용법"
    ]
   },
   {