2022.03.09 수

2022.03.14 월

2. 지도학습

분류와 회귀

• 분류 : 미리 정의된 여러 클래스 레이블 중 하나를 예측하는 것
  • 이진 분류 - 예/아니오 ex) 스팸메일분류
  • 다중 분류 ex) 붓꽃
• 회귀 : 연속적인 숫자 = 부동소수점수 = 실수를 예측하는 것 ex) 어떤 사람의 소득을 예측하는 것

⇒ 출력 값에 연속성이 있는지 확인하면 구분 가능

일반화, 과대적합, 과소적합

• 일반화 = 모델이 처음 보는 데이터에 대해 정확하게 예측이 가능하다 ⇒ 훈련 세트에서 테스트 세트로 일반화 되었다.

• 과대적합 : 가진 정보를 전부 사용해서 너무 복잡한 모델을 만듬 → 새로운 고객을 대상으로는 작동 X

• 과소적합 : 너무 간단한 모델이 선택됨 → 다양성 잡아내지 못하고 훈련 세트에 적합하지 X

  

⇒ 우리가 찾고자 하는 모델 : 일반화 성능이 최대가 되는 모델

과대적합

과소적합

• 모델 복잡도와 데이터셋 크기의 관계 모델 복잡도 ↔ 데이터셋에 담긴 입력 데이터의 다양성 다양한 데이터 포인트 ⬆️ 과대적합 없이 더 복잡한 모델 만들기 O