🌲 동물 분류는 1~7 중 하나의 종류를 고르는 분류 문제예요. AIDU ez에서 머신러닝 분류 알고리즘을 이용해 학습시키고, 학습 유형은 Classification(기본값)으로 그대로 둬요. Output(맞힐 것)에는 "동물 분류"를 넣고, 이름 칼럼은 빼줘요.
AIDU ez가 제공하는 분류 알고리즘 5가지
아래 번호를 하나씩 눌러서 확인해 보세요.
📈 로지스틱 회귀 (Logistic Regression)
이름에 "회귀"가 들어 있지만 분류하는 알고리즘이에요. 어떤 종류일 확률(0~1)을 계산해서, 0.5보다 크면 "맞다", 작으면 "아니다"로 나눠요.
👥 K-최근접 이웃 (K-Neighbors)
예측할 동물과 가장 비슷한 이웃 K마리를 찾아서, 그 이웃들 중 가장 많은 종류로 분류해요. (친구 따라 강남 가는 방식!)
🌳 의사결정트리 (Decision Tree)
"털이 있어? 알을 낳아?"처럼 스무고개 질문을 따라 내려가서 마지막에 도착한 그룹으로 분류해요.
🌲 랜덤 포레스트 (Random Forest)
의사결정트리를 여러 그루(숲) 만들어서 각자 분류하게 한 뒤, 가장 많이 나온 답(다수결)으로 최종 분류해요.
⚡ LightGBM
의사결정트리를 차례차례 이어서 앞 나무가 틀린 부분을 다음 나무가 보완하며 학습해요.
학습이 잘 됐는지 확인하기
📊 분류 모델은 정확도(Accuracy)로 평가해요. 랜덤 포레스트로 학습해 보니 평균 정확도가 약 0.93이 나왔어요. 100마리 중 약 93마리의 종류를 맞혔다는 뜻이에요. 학습이 끝나면 [모델 저장] 버튼으로 모델을 저장해 두고, 이름 뒤에 알고리즘 이름(dt, rf 등)을 붙여 구분해요.
배운 내용 확인하기
Q6-8. 여러 개의 의사결정트리가 각자 분류한 뒤 "가장 많이 나온 답"으로 최종 결정하는 알고리즘은?