분류 모델 질문입니다.

안녕하세요.

주요 머신러닝 기법은 기본적으로는 이진 분류를 기반으로 하는데요. 이진 분류를 여러개 넣어서, 다중 분류를 할 수 있습니다.

예를 들어, 이미지를 숫자데이터로 만들어서, 각 이미지가 0 ~ 9 까지 어느 숫자인지 판단하는 기능을 머신러닝 기법으로 만든다면,

본 강의에서 이야기드린 분류 기법을 그대로 써서, 각 이미지가, 0 인지 0이 아닌지, 1 인지, 1이 아닌지와 같이 총 10개의 이진 분류를 해서, 그 중에, 가장 정확도 또는 확률값이 높은 것으로 값을 예측하는 식으로 가능합니다.

이에 대해서는 여러 자료를 봤을 때, 그래도 다음 링크가 가볍게는 잘 설명되어 있는 것 같아서, 참고가 되실 것 같아요.

https://blog.naver.com/ruth0908/222465884884

이외에 KNN 과 같이, 비지도학습을 통해, 그룹핑을 하는 머신러닝 기법을 사용하기도 하고요.

또 딥러닝의 기법을 사용하는 경우도 있습니다. 그래서 이진 분류를 사용하여 다중 분류를 적용하는 기법에 추가적인 성능 평가등등이 필요해서, 이 기법과 관련 평가 지표를 참고해보시면 좋을 것 같고요.

추후에 딥러닝 기법에서 또 다중 분류도 한번 어떻게 하는지 가볍게 익혀보시면 좋을 것 같습니다.

감사합니다.