핸즈온 머신러닝(2판): 사이킷런, 케라스, 텐서플로 2를 활용한 머신러닝, 딥러닝 완벽 실무

152

1

부

머신러닝

3.6

다중 레이블 분류

지금까지는 각 샘플이 하나의 클래스에만 할당되었습니다. 하지만 분류기가 샘플마다 여러 개

의 클래스를 출력해야 할 때도 있습니다. 얼굴 인식 분류기를 한번 생각해봅시다. 같은 사진에

여러 사람이 등장한다면 어떻게 해야 할까요? 인식된 사람마다 하나씩 꼬리표

tag

를 붙여야 합니

다. 분류기가 앨리스, 밥, 찰리 세 얼굴을 인식하도록 훈련되었다고 가정해봅시다. 분류기가 앨

리스와 찰리가 있는 사진을 본다면 [

1

,

0

,

1

]을 출력해야 할 것입니다 (즉, ‘앨리스 있음, 밥 없

음, 찰리 있음’ ). 이처럼 여러 개의 이진 꼬리표를 출력하는 분류 시스템을

다중 레이블 분류

multilabel

classification

시스템이라고 합니다.

여기서는 얼굴 인식 시스템을 만들려는 것이 아니므로 학습을 위해 조금 더 간단한 예를 살펴

보겠습니다.

from sklearn.neighbors import KNeighborsClassifier

y_train_large = (y_train >= 7)

y_train_odd = (y_train % 2 == 1)

y_multilabel = np.c_[y_train_large, y_train_odd]

knn_clf = KNeighborsClassifier()

knn_clf.fit(X_train, y_multilabel ...