데이터 과학을 위한 통계: 데이터 분석에서 머신러닝까지 50가지 핵심 개념

205

5

장

분류

주요 개념

• 나이브 베이즈는 예측변수와 결과변수 모두 범주형 (요인 )이어야 한다.

• ‘각 출력 카테고리 안에서, 어떤 예측변수의 카테고리가 가장 가능성이 높은가?’가 답하고자 하는 질문이다.

• 그리고 이 정보는 주어진 예측변수 값에 대해, 결과 카테고리의 확률을 추정하는 것으로 바뀐다.

5.1.4

더 읽을 거리

• 트레버 헤이스티, 로버트 팁시라니, 제롬 프리드먼의 『

The

Elements

of

Statistical

Learning

,

2nd

ed

.』

(

Springer

,

2009

).

• 갈리트 시뮤엘리, 피터 브루스, 니틴 파텔이 쓴 『비즈니스 애널리틱스를 위한 데이터마이닝 (제

3

판)』(이앤비플

러스,

2017

)에서 나이브 베이즈 관련 챕터를 참고하자.

5.2

판별분석

판별분석

discriminant

analysis

은 초창기의 통계 분류 방법이다.

1936

년 『

Annals

of

Eugenics

』 저널

에 실린 로널드 피셔의 논문을 통해 소개되었다.

3

용어 정리

•

공분산

covariance

: 하나의 변수가 다른 변수와 함께 변화하는 정도 (유사한 크기와 방향 )를 측정하는 지표

•

판별함수

discriminant

function

: 예측변수에 적용했을 때, 클래스 구분을 최대화하는 함수

•

판별 가중치

discriminant

weight

: 판별함수를 ...