[Data Science] 지도학습과 비지도학습이란 ?

 

 

 

 

데이터 마이닝이란 대량의 데이터를 탐색하고 분석하여

의미 있는 패턴과 규칙을 발견하는 것입니다.

 

또한, 예측이 주된 목적입니다.

 

이러한 데이터 마이닝에는 다양한 기법들이 존재합니다.

 

각 기법 나름대로 장단점이 존재하며 데이터의 크기, 형태, 패턴 유형,

기법이 요구하는 가정 충족 여부, 분석 목적 등에 따라

분석에 사용할 기법들을 선택합니다.

 

우리는 다양한 기법들을 크게

지도학습과 비지도학습으로 분류할 수 있습니다.

 

 

 

 

지도 학습

 

 

 

 

 

그렇다면 지도학습이란 무엇일까요 ?

 

 

지도학습 (교사학습) 이란

입력값 (x) 과 그에 대응하는 레이블 (y) 이 주어져있고,

입력과 레이블값 사이의 관계를 규명하는 학습 방법입니다.

 

 

쉽게 말해 문제와 정답이 주어진채로 학습하는 방법입니다.

 

 

위 예시를 통해 설명해 보자면 

지도학습은 고양이와 강아지라는 정답을 안채로

그림을 학습하게 됩니다.

 

 

---

 

 

 

지도학습에 사용되는 기법은

또다시 분석 목적에 따라 예측과 분류로 나뉩니다.

 

분석 목적이 예측일 때는

(다중) 회귀분석, 의사결정나무 중 회귀나무, KNN 등이 있고

분류일 때는 의사결정나무 중 분류나무, 로지스틱 회귀분석, KNN, SVM 등이 있습니다.

 

 

 

 

 

 

 

 

비지도 학습

 

 

 

 

 

반면 비지도 학습은

입력값 (x) 만 주어져있고 입력값만으로

데이터의 특성을 파악하고자 하는 학습 방법입니다.

 

즉, 답을 가르쳐주지 않고 학습하는 방법입니다.

 

 

 

위 예시로 설명해 보자면

비지도 학습의 경우, 왼쪽과 오른쪽 그림의 정답을 모르기 때문에

오로지 그림으로만 학습하게 됩니다.

 

 

---

 

 

비지도 학습에는 연관성 규칙, 주성분 분석, 군집분석 등과 같은

기법들이 존재합니다.

 

 

 

 

---

 

 

 

 

우리는 이렇게 데이터에 정답이 있는지 없는지로

분석 목적에 따라 지도 학습 혹은 비지도 학습 기법들을 선택하여

데이터를 분석합니다.