분류 (Classification)

마일스톤 학습법으로 단계별 완전 정복

분류

classification

이진분류

다중분류

혼동행렬

정밀도

재현율

ROC-AUC

이 개념 직접 실험하기 — 분류 실습

이 학습을 통해 달성할 수 있는 목표

기초 이해

• 분류가 이산적인 범주를 예측하는 지도학습 문제임을 이해한다
• 이진 분류, 다중 분류, 다중 레이블 분류를 예시와 함께 구분할 수 있다
• 분류 모델이 확률을 출력하고 임계값으로 최종 클래스를 정한다는 관점을 설명할 수 있다

심화 학습

• 혼동행렬의 네 칸(TP·TN·FP·FN)을 구성하고 정확도·정밀도·재현율·F1을 계산할 수 있다
• 정밀도와 재현율을 조건부 확률로 해석하고 불균형 데이터에서 정확도의 함정을 설명할 수 있다
• 시그모이드·소프트맥스의 역할과 임계값 이동의 효과를 이해한다

실무 적용

• 오류 비용이 다른 문제에서 비용 민감 임계값을 계산하고 적용할 수 있다
• ROC 곡선과 AUC의 의미를 해석하고 임계값 기반 지표와의 차이를 설명할 수 있다
• OvR·OvO·소프트맥스 다중분류 전략과 클래스 불균형 대응 방법을 비교할 수 있다

한눈에 보기

분류는 입력을 미리 정한 범주 중 하나로 예측하는 지도학습 과제다.

로지스틱 회귀·결정 트리·SVM·랜덤 포레스트 등 다양한 알고리즘이 있다.
대부분 클래스 확률을 출력하며, 임계값을 조절해 정밀도-재현율 균형을 맞춘다.
클래스 불균형과 오분류 비용을 고려해 지표와 임계값을 선택한다.

이 내용은 넘스탯의 분류 실습에서 직접 실험으로 확인할 수 있습니다.

학습 로드맵

각 단계를 클릭하면 해당 학습 내용을 볼 수 있습니다

기초 이해

개념 정의와 기본 원리

약 20분

클릭

심화 학습

공식 유도와 다양한 예시

약 40분

클릭

실무 적용

실제 케이스와 고급 응용

약 50분

학습 진도 (완료한 단계)

먼저 알아두면 좋은 개념들

조건부 확률

정밀도와 재현율은 각각 P(실제 양성 | 양성 예측), P(양성 예측 | 실제 양성)이라는 조건부 확률로 해석됩니다. 분모(조건)가 무엇인지 구분하는 감각이 그대로 쓰입니다.

확률의 기본 개념

분류 모델의 출력을 "각 클래스에 속할 확률"로 읽으려면 0과 1 사이의 확률과 확률의 합이 1이라는 기본 성질을 알아야 합니다.

지도학습: 분류와 회귀 알고리즘

분류가 지도학습의 두 축 중 하나임을 알고 시작하면 회귀와의 차이가 명확해집니다.

기초분류란 무엇인가요?

기초: 분류란 무엇인가요?

난이도 2/5

약 20분

분류는 입력 데이터를 미리 정해진 이산적인 범주(클래스) 중 하나로 예측하는 지도학습 문제입니다. "이 이메일은 스팸인가 정상인가?", "이 사진은 고양이인가 개인가?"처럼 답이 연속적인 숫자가 아니라 범주로 나뉘는 질문에 답합니다.

우체국의 우편물 분류 작업을 떠올려 보세요. 소포, 등기, 일반 우편이라는 정해진 칸 중 하나에 각 우편물을 넣어야 합니다. 분류 모델도 마찬가지로, 입력의 특징(크기, 무게, 라벨 등)을 보고 정해진 범주 중 하나를 고릅니다. 중요한 점은 좋은 분류 모델이 "이 칸이다"라고 단정하기 전에 "소포일 확률 90%, 등기일 확률 8%, 일반 우편일 확률 2%"처럼 각 범주에 속할 확률을 먼저 계산하고, 그 확률을 기준선(임계값)과 비교해 최종 답을 정한다는 것입니다.

핵심 포인트

•분류는 연속적인 숫자가 아니라 이산적인 범주(클래스)를 예측하는 지도학습 문제
•이진 분류(스팸/정상), 다중 분류(숫자 0~9 중 하나), 다중 레이블 분류(한 영화에 액션·코미디 태그 동시 부여)로 구분
•모델은 입력 공간을 나누는 결정 경계(decision boundary)를 학습 — 경계의 어느 쪽에 있느냐로 클래스가 정해짐
•많은 분류 모델은 확률을 출력하고, 임계값(threshold)으로 잘라 최종 클래스를 결정 — 확률 관점이 분류 이해의 핵심

간단한 예시

스팸 필터 (교육용 시나리오): 학습 데이터의 각 이메일에는 특징(광고성 단어 빈도, 발신자 신뢰도 등)과 정답 라벨(스팸/정상)이 붙어 있습니다. 모델은 학습을 마친 뒤 새 이메일에 대해 다음과 같이 동작합니다. 1. 특징을 입력받아 "스팸일 확률"을 계산 (예: 0.92) 2. 임계값 0.5와 비교 — 0.92는 0.5보다 크므로 "스팸"으로 분류 확률이 0.48이었다면 같은 임계값에서 "정상"으로 분류됩니다. 즉, 최종 답은 확률과 임계값 두 가지가 함께 결정합니다.

이해도 확인하기

정답: "비/맑음 예측"이 분류 문제입니다. 결과가 두 가지 범주 중 하나이기 때문입니다. 최고 기온은 연속적인 숫자이므로 회귀 문제입니다.

정답: 이진 분류는 두 범주 중 하나(스팸/정상), 다중 분류는 세 개 이상의 범주 중 정확히 하나(손글씨 숫자 0~9), 다중 레이블 분류는 한 입력에 여러 범주가 동시에 붙을 수 있는 경우(한 영화에 액션과 코미디 태그를 함께 부여)입니다.

정답: 임계값 0.5에서는 0.7이 임계값보다 크므로 양성으로 분류되고, 임계값 0.8에서는 0.7이 임계값보다 작으므로 음성으로 분류됩니다. 같은 모델이라도 임계값에 따라 최종 판정이 달라집니다.

기계학습 이론 페이지로 돌아가기

LEARN · SIMULATE · VERIFY

분류 (Classification)

마일스톤 학습법으로 단계별 완전 정복

이 학습을 통해 달성할 수 있는 목표

기초 이해

심화 학습

실무 적용

한눈에 보기

학습 로드맵

기초 이해

심화 학습

실무 적용

먼저 알아두면 좋은 개념들

조건부 확률

확률의 기본 개념

지도학습: 분류와 회귀 알고리즘

기초분류란 무엇인가요?

기초: 분류란 무엇인가요?

핵심 포인트

간단한 예시

이해도 확인하기

Q1: "내일 최고 기온 예측"과 "내일 비 여부(비/맑음) 예측" 중 어느 것이 분류 문제인가요?

Q2: 이진 분류, 다중 분류, 다중 레이블 분류의 차이는 무엇인가요?

Q3: 분류 모델이 확률 0.7을 출력했을 때, 임계값이 0.5인 경우와 0.8인 경우 각각 어떻게 분류되나요?