머신러닝 분류 모델 Linear Classifier(선형 분류)에 대한 핵쉬운 설명

머신러닝 분류 모델 Linear Classifier(선형 분류)에 대한 핵쉬운 설명

 

안녕하세요!

 

로스윗의 코딩캠프입니다.

 

오늘은 제가 배우고 공부한 Linear Classifier에 대한 내용을 공유드릴까 합니다.

 

Linear Classifier는 직역으로 해석하면 선형 분류라는 뜻인데요

 

어떤 모델인지 한 번 같이 살펴보겠습니다~!

 

 

 

 

- Linear Classifier란?

 

--> y = Wx + b로 표시되는 선형 함수로 데이터를 분류하는 모델.

linear classifier는 하나의 선형식으로 데이터를 나누는 방법입니다.

선형식이라함은 직선도 선형식이고, 평면도 선형식입니다.

 

 

머신러닝 선형 분류 모델 시각화

 

선형식이라는 것을 수학적으로 이야기하면 2차항 이상이 없는 것을 이야기 합니다.

y = x1 + x2 + x3 + 5 이런식으로 표현되는 것들을 전부 선형식이라 합니다.

 

분류를 하는데 분류를 하는 대상이 선형이기 때문에 linear classifier라고 합니다.

하나의 선형식으로 위/아래로 공간이 나뉘기 때문에 

 

위는 1로 아래는 0으로 inference하게 되면

두 가지의 케이스로 데이터를 분류 할 수 있습니다.

 

반응형

 

주로 이진 분류 모델에 활용됩니다.

 

linear classifier로 학습을 했다는 건 데이터를 잘 나누는 적절한 파라미터 W와 b를 찾는 것이 됩니다.

이 경계면을 decision boundary라고 하며, 

 

이 경계면을 linear classifier라고 합니다.

 

여기까지가 Linear Classifier에 대한 기본 이해입니다.

 

머신러닝 엔지니어가 되고 싶은 분들에게..

머신러닝 엔지니어가 되고 싶은 분들에게..

그림으로 쉽게 이해하는 머신러닝 분류(Classification) 모델

그림으로 쉽게 이해하는 머신러닝 분류(Classification) 모델