9.1 지도학습의 구성 요소¶
머신러닝은 명시적인 규칙을 작성하지 않고, 자료에서 입력과 출력의 관계를 학습해 새로운 입력에 대한 출력을 예측하는 기술이다. 7장의 소음 판정 프로그램은 사람이 "75 이상이면 경고"처럼 규칙을 직접 작성했다. 머신러닝에서는 과거 자료를 입력하면 학습 알고리즘이 판정 기준을 자동으로 결정한다.
지도학습¶
지도학습(supervised learning)은 입력과 정답이 짝을 이룬 자료로 학습하는 방식이다. 이 장에서 사용하는 날씨 자료의 경우, 오늘의 기온·습도·강수량 등이 입력이고 다음 날의 평균기온이 정답이다. 정답이 없는 자료에서 구조를 찾는 방식은 비지도학습(unsupervised learning)이라고 하며, 이 책에서는 다루지 않는다.
| 구성 요소 | 정의 | 이 장의 예 |
|---|---|---|
| 특징(feature) | 모델에 입력하는 변수 | 오늘의 평균·최고·최저기온, 습도, 강수량, 풍속, 일조시간, 계절 위치 |
| 레이블(label) | 예측 대상인 정답값 | 다음 날 평균기온 |
| 모델(model) | 특징에서 레이블을 계산하는 수식 또는 규칙 | 선형회귀 |
| 학습(training) | 자료로 모델의 계수를 결정하는 과정 | 2021~2024년 자료로 계수 결정 |
| 평가(evaluation) | 학습에 사용하지 않은 자료로 예측 오차를 측정하는 과정 | 2025년 자료로 오차 측정 |
회귀와 분류¶
지도학습은 레이블의 종류에 따라 두 가지로 구분한다.
| 구분 | 레이블 | 예 | 이 책 |
|---|---|---|---|
| 회귀(regression) | 연속적인 수치 | 다음 날 평균기온 3.4℃ | 9장 |
| 분류(classification) | 정해진 범주 | 다음 날 강수 여부(비 옴·비 안 옴) | 10장, 11장 |
같은 날씨 자료로도 무엇을 레이블로 정하는가에 따라 회귀 문제와 분류 문제가 결정된다. 9장은 다음 날 평균기온이라는 수치를 예측하므로 회귀 문제다.
학습과 평가의 분리¶
모델의 성능은 학습에 사용하지 않은 자료로 측정해야 한다. 학습에 사용한 자료로 성능을 측정하면, 모델이 자료의 우연한 변동까지 학습한 경우에도 높은 점수가 산출된다. 이처럼 학습 자료에만 지나치게 맞춰진 상태를 과대적합(overfitting)이라고 하며, 10.4절에서 실제 수치로 확인한다.
확인 문제¶
- 4장에서 측정한 조도·소리 자료로 "5초 뒤의 소리 크기"를 예측하려고 한다. 특징과 레이블을 각각 쓰시오.
- 다음 문제를 회귀와 분류로 구분하시오. (가) 내일 최고기온 예측 (나) 내일 미세먼지 등급(좋음·보통·나쁨) 예측 (다) 측정 노드의 내일 수신 신호 세기(dBm) 예측