C YC

IT Dev who working in Republic Of Korea

3 minute read

지도 학습(Supervised Learning)의 개념

지도 학습은 마치 선생님이 학생에게 정답을 알려주면서 가르치는 것과 같습니다.
즉, 입력 데이터(Input Data)와 그에 대한 정답(Label 또는 Target)이 함께 제공되는 데이터를 사용하여 모델을 학습시키는 방식입니다. 모델은 주어진 입력 데이터와 정답 사이의 관계를 학습하여, 새로운 입력 데이터가 주어졌을 때 정답을 예측할 수 있게 됩니다.
마치 시험 문제를 풀기 전에 모의고사 문제를 풀어보는 것과 같습니다. 모의고사 문제와 정답을 통해 문제 유형을 익히고 실전 시험에서 좋은 성적을 거둘 수 있도록 준비하는 것과 같은 원리입니다.

Supervised-learning (출처 : https://www.geeksforgeeks.org/supervised-unsupervised-learning/)

지도 학습(Supervised Learning)의 종류

지도 학습은 크게 두 가지 유형으로 나눌 수 있습니다.

  • 분류 (Classification): 입력 데이터를 미리 정의된 여러 개의 클래스(Class) 중 하나로 분류하는 문제입니다. 예를 들어, 이메일이 스팸인지 아닌지 분류하는 문제, 사진 속의 동물이 고양이인지 개인지 분류하는 문제 등이 분류 문제에 해당합니다.
  • 회귀 (Regression): 입력 데이터에 대해 연속적인 숫자 값을 예측하는 문제입니다. 예를 들어, 집의 크기, 위치, 건축 연도 등의 정보를 이용하여 집 가격을 예측하는 문제, 날씨 정보를 이용하여 내일의 기온을 예측하는 문제 등이 회귀 문제에 해당합니다.



지도 학습(Supervised Learning)의 과정

지도 학습(Supervised Learning)은 일반적으로 다음과 같은 과정을 거칩니다.

  1. 데이터 수집 (Data Collection): 학습에 필요한 입력 데이터와 정답 데이터를 수집합니다. ```python import pandas as pd

data = pd.read_csv(“data.csv”) X = data[[“feature1”, “feature2”, “feature3”]] y = data[“target”]

print(“입력 데이터:”) print(X.head()) print(“\n정답 데이터:”) print(y.head())

<br>

2. 데이터 전처리 (Data Preprocessing): 수집된 데이터를 정제하고 필요한 형태로 가공합니다. 예를 들어, 누락된 값을 채우거나, 텍스트 데이터를 숫자로 변환하는 등의 작업을 수행합니다.이 단계는 모델의 성능에 큰 영향을 미치므로 매우 중요합니다.
* 결측치 처리 (Handling Missing Values - Python)
```python
import pandas as pd
import numpy as np
from sklearn.preprocessing import StandardScaler

# 결측치 확인 및 처리
print("\n결측치 확인:")
print(X.isnull().sum())
X.fillna(X.mean(), inplace=True) # 결측치를 평균값으로 채우는 예시

# 문자형 데이터를 숫자로 변환 (One-Hot Encoding)
X = pd.get_dummies(X, columns=["feature3"])
print("\nOne-Hot Encoding 후 데이터:")
print(X.head())

# 데이터 스케일링
scaler = StandardScaler()
X_scaled_np = scaler.fit_transform(X.values)
X_scaled = pd.DataFrame(X_scaled_np, index=X.index, columns=X.columns)
print("\n스케일링 후 데이터:")
print(X_scaled.head())


  1. 모델 선택 (Model Selection): 문제 유형에 적합한 학습 모델을 선택합니다. 예를 들어, 분류 문제에는 로지스틱 회귀, 서포트 벡터 머신, 의사 결정 트리 등의 모델을 사용할 수 있고, 회귀 문제에는 선형 회귀, 다항 회귀 등의 모델을 사용할 수 있습니다.
    • 분류 모델(Classification Model Selection) ```python from sklearn.linear_model import LogisticRegression from sklearn.svm import SVC from sklearn.tree import DecisionTreeClassifier

# 로지스틱 회귀 모델 model_lr = LogisticRegression()

# 서포트 벡터 머신 모델 model_svc = SVC()

# 의사 결정 트리 모델 model_dt = DecisionTreeClassifier()


* 회귀 모델(Regression Model Selection)
  ```python
  from sklearn.linear_model import LinearRegression
  from sklearn.linear_model import Ridge
  from sklearn.preprocessing import PolynomialFeatures
  
  model_linear = LinearRegression()  # 선형 회귀 (직선 형태의 관계 모델링)
  model_ridge = Ridge(alpha=1.0)  # Ridge 회귀 (L2 정규화로 과적합 방지)
  poly = PolynomialFeatures(degree=2)  # 다항 회귀를 위한 전처리


  1. 모델 학습 (Model Training): 준비된 데이터를 사용하여 모델을 학습시킵니다. ```python from sklearn.model_selection import train_test_split

X_train, X_test, y_train, y_test = train_test_split(X_scaled, y, test_size=0.2, random_state=42)

model_lr.fit(X_train, y_train) # 분류 모델 학습 model_linear.fit(X_train, y_train) # 회귀 모델 학습

<br>

5. 모델 평가 (Model Evaluation): 학습된 모델의 성능을 평가합니다. 새로운 데이터를 사용하여 모델의 예측 정확도를 측정합니다.
```python
from sklearn.metrics import accuracy_score, mean_squared_error

y_pred_lr = model_lr.predict(X_test)
accuracy = accuracy_score(y_test, y_pred_lr)
print(f"\n로지스틱 회귀 정확도: {accuracy}")

y_pred_linear = model_linear.predict(X_test)
mse = mean_squared_error(y_test, y_pred_linear)
print(f"선형 회귀 평균 제곱 오차: {mse}")


  • 정확도(Accuracy): 분류 모델의 성능을 평가하는 지표로, 전체 예측 중 정답을 맞춘 비율을 나타냅니다.
  • 평균 제곱 오차(Mean Squared Error, MSE): 회귀 모델의 성능을 평가하는 지표로, 예측값과 실제값의 차이의 제곱 평균을 나타냅니다. 값이 작을수록 모델의 성능이 좋습니다.


  1. 모델 배포 (Model Deployment): 평가 결과가 만족스러우면 모델을 실제 서비스에 배포합니다. ```python import joblib import numpy as np

모델 저장

joblib.dump(model_lr, “logistic_regression_model.pkl”)

모델 불러오기

loaded_model = joblib.load(“logistic_regression_model.pkl”)

새로운 데이터에 대한 예측 (One-hot encoding 적용)

new_data = pd.DataFrame({‘feature1’: [1], ‘feature2’: [2], ‘feature3’: [‘A’]}) new_data = pd.get_dummies(new_data, columns=[“feature3”]) new_data_scaled = pd.DataFrame(scaler.transform(new_data), index=new_data.index, columns=new_data.columns) prediction = loaded_model.predict(new_data_scaled) print(“\n새로운 데이터 예측:”, prediction)



<br><br>

### 지도 학습(Supervised Learning)의 활용 분야
---
* 이미지 인식: 사진 속의 객체 인식, 얼굴 인식 등
* 자연어 처리: 텍스트 분류, 감성 분석, 기계 번역 등
* 의료: 질병 진단, 환자 분류 등
* 금융: 주가 예측, 신용 평가 등

<br><br> 

## 예시
---
아래는 Python의 scikit-learn 라이브러리를 사용하여 간단한 선형 회귀 모델을 학습시키는 예시 코드입니다.<br>
x 값이 증가함에 따라 y 값이 대략적으로 증가하는 관계를 학습하는 간단한 선형 회귀 모델을 보여줍니다. 실제 데이터는 이보다 훨씬 복잡하며, 다양한 전처리 과정과 모델 튜닝이 필요합니다.<br>

```python
import numpy as np
from sklearn.linear_model import LinearRegression
import matplotlib.pyplot as plt

# 입력 데이터 (x) 와 정답 데이터 (y)
x = np.array([[1], [2], [3], [4], [5]])
y = np.array([2, 4, 5, 4, 5])

# 선형 회귀 모델 생성
model = LinearRegression()

# 모델 학습
model.fit(x, y)

# 새로운 입력 데이터에 대한 예측
new_x = np.array([[6]])
predicted_y = model.predict(new_x)
print(f"\n예측 결과: {predicted_y}")

# 학습 데이터 및 예측 결과 시각화
plt.scatter(x, y, label="Training Data")
plt.plot(x, model.predict(x), color='red', label="Linear Regression")
plt.scatter(new_x, predicted_y, marker='x', s=100, c='green', label="Prediction")
plt.xlabel("x")
plt.ylabel("y")
plt.legend()
plt.show()

print(f"기울기 (coef_): {model.coef_}")
print(f"절편 (intercept_): {model.intercept_}")


Top

You May Also Enjoy