밑바닥부터 시작하는 데이터 과학 데이터 분석을 위한 파이썬 프로그래밍과 수학·통계 기초

from Scratch

167

󽴜󽴔󻫳󻅓󼨋󼟔󺇋󽴔󻪇󺠣󼨋󼟔

의 병을 진단하는 데 의사결정나무가 좋은 모델이라고 가정한다면 데이터를 통

해 최적의 의사결정나무를 찾을 수 있을 것이다. 앞으로 이 책에서는 학습시킬

수 있는 다양한 모델을 살펴볼 것이다.

하지만 그전에 기계학습의 기본을 살펴보도록 하자. 이 장에서는 다양한 모델

을 살펴보기 전에 필요한 가장 기본적인 내용을 다뤄볼 것이다.

11.3

오버피팅과 언더피팅

기계학습의 일반적인 문제점은 오버피팅(

overfitting

)이다. 오버피팅이란 만들어

진 모델의 성능이 학습 데이터에서는 좋지만, 기존에 관측한 적이 없는 새로운

데이터에서는 좋지 않은 경우를 의미한다. 이러한 현상은 데이터의

잡음(

noise

)

까지 모델에 학습되거나, 원하는 결과를 예측해 주는 요소가 아닌 다른 요소들

이 학습되기 때문에 발생한다.

반대로

언더피팅(

underfitting

)이란 모델의 성능이 학습 데이터에서도 좋지 않

은 경우를 의미한다. 보통 언더피팅이 발생하면 해당 모델은 문제에 적합하지

않다는 것을 의미하며, 새로운 모델을 찾아봐야 한다.

그림

11

-

1

에서는 표본 데이터에 적합한 세 종류의 다항식 함수를 찾아보았다

(어떻게 찾았는지는 걱정하지 말자. 다른 장에서 곧 다룰 것이다).

그림 11-1

󽴔󻫳󻅓󼨋󼟔󺇋󽴔󻪇󺠣󼨋󼟔

데이터과학2th.indd 167 ...