문제 해설
셔플 분할 CV
데이터 전처리 · easy
셔플 분할 교차검증 (Monte-Carlo CV)
K-fold(48번) 은 데이터를 partition 하지만, 셔플 분할은 매 반복마다 독립적으로 무작위 분할을 만듭니다.
K-fold 와 비교
| 방식 | 각 샘플이 val 되는 빈도 | 반복 횟수 유연성 |
|---|---|---|
| K-fold | 정확히 1번 | k 고정 (파티션 개수) |
| Shuffle split | 랜덤 (0회~여러 번) | 자유 — n_iter 임의 |
Shuffle split은 n 이 커도 반복 횟수를 자유롭게 조정할 수 있지만, 각 샘플의 val 횟수가 일정하지 않아 편향이 생길 수 있습니다.
과제
함수 shuffle_split(n, n_iter, test_size, seed) 를 완성하세요.
- 반환:
n_iter개 튜플(train_idx, val_idx)의 리스트. test_size는0~1사이 비율 — val 크기 =int(n * test_size).- 매 반복마다 새로 셔플 → 각 분할 독립.
seed로 전체 재현성.
테스트 케이스
| # | 이름 | 검증 |
|---|---|---|
| 1 | 길이 = n_iter | |
| 2 | val 크기 | = int(n * test_size) 일정 |
| 3 | 각 split 내 train∪val = 전체 | |
| 4 | 각 split 내 train∩val = ∅ | |
| 5 | 시드 재현성 |
코드 작성
Loading...
실행 결과
코드를 작성하고 Run 을 눌러보세요.