SVM 2

[4과목] 분석결과 해석 - 분석 모델별 결과 해석

1. 분석 모델별 결과 해석 (1) 분석모형 해석 분석 후 적합한 모형을 도출하는 데 사용되는 지표는 설명력, 오차율, 인자수, 잔차 등이 있으며 각 모델마다 평가되는 해석 지표들이 다르다. ① 회귀 모델 - 회귀분석을 평가할 때는 잔차, 결정계수 등을 사용한다. - 잔차는 회귀모형으로 예측한 y값과 실제 데이터 간의 차이를 의미하는 것이며 잔차에는 패턴이나 추세가 있어서는 안된다. - 결정계수는 추정된 회귀식이 변동을 얼마나 잘 설명했는가에 대한 지표로 값이 1에 가까울수록 실제 관측값이 회귀선상에 정확히 일치함을 의미한다. ② 분류 모델 - 각각의 경우에 따라 클래스별로 속할 확률의 정확도를 살펴본다. ③ 딥러닝 모델 - 딥러닝에서의 적합 모형 해석은 분류문제인 경우 정확도나 오차율을 사용한다. - ..

[3과목] 서포트벡터머신(SVM), 연관성분석

1. 서포트벡터머신(SVM) 서포트벡터머신(SVM : Support Vetor Machine)은 지도학습 기법으로 고차원 또는 무한 차원의 공간에서 초평면(의 집합)을 찾아 이를 이용하여 분류와 회귀를 수행한다. 서포트벡터머신 두 카테고리 중 어느 하나에 속한 데이터의 집합이 주어졌을 때, 주어진 데이터 집합을 바탕으로 하여 새로운 데이터가 어느 카테고리에 속할지 판단하는 비확률적 이진 선형 분류 모델을 만드는 기법으로 만들어진 분류 모델은 데이터가 사상된 공간에서 경계로 표현되는데 그 중 가장 큰 폭을 가진 경계를 찾는 알고리즘이다. 비선형 분류에서도 사용될 수 있는데 비선형 분류를 하기 위해서 주어진 데이터를 고차원 특징 공간으로 사상하는 작업이 필요하며 이를 효율적으로 하기 위해 커널 트릭을 사용하..