파이썬 기반의 AI 프로그래밍 03-1
3. 지도 학습 알고리즘 Ⅱ 1강. 지도 학습 알고리즘(3)
학습내용
- 분류용 선형 모델
- 다중 클래스 분류용 선형 모델
학습목표
- 분류에 사용하는 선형 모델에 대하여 설명할 수 있다.
- 다중 클래스 기반의 분류에 사용하는 선형 모델에 대하여 설명할 수 있다.
1. 분류용 선형 모델 1) 이진 분류
- 선형 회귀와 아주 비슷 - 예측한 값을 임계치 0과 비교
- 함수 결과값 < 0 (클래스값 -1), 함수 결과값 > 0 (클래스 결과값 ± ) 가. 회귀용 선형 모델 출력
��
의 특성 선형 함수-> 직선, 평면, 초평면
나. 분류용 선형 모델 : 결정 경계가 입력의 선형 함수
-> 선, 평면, 초평면 사용하여 두 개의 클래스를 분류하는 분류기 2) 선형 모델 학습 알고리즘
가. 방법 1 : 특정 계수와 절편의 조합이 훈련 데이터에 얼마나 잘 맞는지 측정하 는 방법
나. 방법 2 : 사용할 수 있는 규제가 있는지, 있다면 어떤 방식
- 2 - - LogisticRegression과 LinearSVC의 규제 강도 : C
파이썬 기반의 AI 프로그래밍 03-1
2. 다중 클래스 분류용 선형 모델 1) 개념
가. 다중 클래스
- 이진 분류 알고리즘을 확장하는 일대다 방법 구현 - 클래스의 수만큼 이진 분류 모델 생성
- 모든 이진 분류기의 작동으로 가장 높은 점수를 내는 분류기의 클래스를 예측 값으로 선택
- 각 클래스마다 하나의 계수 벡터와 절편 동일
- 4 - 2) 장.단점과 매개변수
가. 회귀 모델의 매개변수 조정 중요
나. 회귀 모델의 Alpha, LinearSVC와 LogisticRegression의 C
다. 장점
- 빠른 학습 속도와 예측
- 매우 큰 데이터셋과 희소 데이터셋 작동 - 예측이 만들어지는 과정의 쉬운 이해
파이썬 기반의 AI 프로그래밍 03-1
- 샘플보다 특성의 경우 잘 동작 라. 단점
- 저차원 데이터셋의 경우 다른 모델의 일반화 성능이 우수
- 6 - 평가하기
1. 선형 분류기는 선, 평면, 초평면을 사용해 클래스를 구분하는 분류기법이다.
O X
- 정답 : O
해설 : 선형 분류기는 결정 경계가 입력의 선형 함수로, 선, 평면, 초평면을 사용 해 클래스를 구분하는 분류기법입니다.
2. 다중 클래스 분류용 선형 모델은 이진 분류 알고리즘을 확장하는 다대다의 방법 을 구현한다.
O X
- 정답 : X
해설 : 다중 클래스 분류용 선형 모델은 이진 분류 알고리즘을 확장하는 일대다 의 방법을 구현하는 것입니다.
학습정리
1. 분류용 선형 모델
- 결정 경계가 입력의 선형 함수
- 선, 평면, 초평면 사용하여 두 개의 클래스를 분류하는 분류기
- LogisticRegression과 LinearSVC의 규제 강도 C에 의해 규제 감소 또는 증가 2. 다중 클래스 분류용 선형 모델
- 이진 분류 알고리즘을 확장하는 일대다 방법 구현 - 각 클래스마다 하나의 계수 벡터와 절편 동일
- 빠른 학습 속도와 예측, 샘플보다 특성의 경우 잘 동작 - 저차원 데이터셋의 경우 다른 모델의 일반화 성능이 우수