인공지능/Machine Learning2 [ML] 가우시안 혼합 모델(Gaussian Mixture Models)을 이용한 분류 실험 (1) 오늘은 가우시안 혼합 모델(GMM)을 사용해서 분류 문제를 해결하는 실습을 해보도록 하겠습니다. 오늘 실습에서 활용할 주요 개념들에 대해 먼저 정리해보겠습니다. * 개념 정리1. 가우시안 분포 (Gaussian Distribution)가우시안 분포는 정규 분포를 뜻합니다. 평균(μ)과 분산(σ²)에 의해 정의되는 종 모양의 분포입니다.1차원에서는 평균을 기준으로 좌우로 퍼지는 형태이지만, 다차원에서는 특정 중심을 기준으로 타원형으로 퍼지는 모양입니다. 2. 가우시안 혼합 모델 (Gaussian Mixture Models, GMM)여러 가우시안 분포를 혼합하여 복잡한 분포를 근사시키기 위한 머신러닝 알고리즘. 다음과 같이 수학적으로 정의할 수 있습니다. P(x)=∑k=1Kπk⋅N(x∣μk,Σk) 여.. 2024. 10. 12. [Machine Learning]교차검증 (Cross-validation), K-fold Cross-validation, LOOCV (Leave-one-out cross-validation) LOOCV (Leave-one-out cross-validation) 은 k-fold cross-validation의 한 경우로, 각 fold가 단 한 개의 샘플만을 포함한다. 한 표본에 대한 예측을 위해 나머지 표본으로 모델을 훈련하는 방식 주어진 표본의 수만큼의 모델 훈련 필요 전체 훈련데이터를 사용하는 것과 가장 유사한 결과를 도출 * 과정1. 데이터셋의 각 샘플이 한 번 씩 test set으로 사용됨.2. 나머지 샘플들로 모델을 훈련시키고, 선택된 하나의 샘플로 모델을 검증3. 데이터셋에 있는 모든 샘플에 대해 과정 반복4. 모든 샘플에 대한 테스트 결과의 평균을 통해 모델의 전반적 성능을 평가 [Reference]고려대학교 데이터학습과지능 2023. 9. 28. 이전 1 다음