핸즈온 머신러닝: 사이킷런과 텐서플로를 활용한 머신러닝, 딥러닝 실무

210

1

부

머신러닝

져서 ([그림

5

-

8

]의 왼쪽 그래프를 참고하세요 ) 각 샘플의 영향 범위가 작아집니다. 결정 경계

가 조금 더 불규칙해지고 각 샘플을 따라 구불구불하게 휘어집니다. 반대로 작은

gamma

값은 넓

은 종 모양 그래프를 만들며 샘플이 넓은 범위에 걸쳐 영향을 주므로 결정 경계가 더 부드러워집

니다. 결국 하이퍼파라미터

γ

가 규제의 역할을 합니다. 모델이 과대적합일 경우엔 감소시켜야

하고 과소적합일 경우엔 증가시켜야 합니다 (하이퍼파라미터

C

와 비슷합니다

10

).

그림

5-9

RBF

커널을 사용한

SVM

분류기

다른 커널도 있지만 거의 사용되지 않습니다. 예를 들어 어떤 커널은 특정 데이터 구조에 특화

되어 있습니다. 문자열 커널

string

kernel

이 가끔 텍스트 문서나

DNA

서열을 분류할 때 사용됩니

다(예를 들면 문자열 서브시퀀스 커널

string

subsequence

kernel

이나 레벤슈타인 거리

Levenshtein

distance

기반의 커널 ).

11

10

옮긴이_ 따라서 모델의 복잡도를 조절하려면

gamma

와

C

하이퍼파라미터를 함께 조정하는 것이 좋습니다.

11

옮긴이_ 문자열 커널은 두 문자열의 유사도를 비교하는 함수로 생각할 수 있습니다. 서브시퀀스는 연속되지 않더라도 순서대로 나열

되는 모든 경우를 고려하여 거리를 측정합니다. ...