편향 분산과 일반화¶ train과 validation의 차이를 보고 모델 용량, 데이터 양, regularization을 조정합니다. 핵심¶ 둘 다 나쁘면 underfitting, train만 좋으면 overfitting을 의심합니다. 복잡한 모델보다 학습 곡선과 반복 검증으로 원인을 확인합니다. 분포가 다른 cohort 성능을 평균과 함께 봅니다. 연습¶ 학습 데이터 크기에 따른 train·validation metric 곡선을 그립니다. 연결¶ 선형 모델 트리와 앙상블