이항 분류 (Binary Classification)
- 2개의 Label을 갖는 데이터가 들어왔을 때, 0 또는 1로 분류를 하는 것.
- 활성화 함수는 주로 Sigmoid 함수를 사용.
(Sigmoid 함수가 0 또는 1로 출력을 하기 때문.)
<예시>
다항 분류 (Multinomial Classification)
- 3개 이상의 Label을 갖는 데이터에 대한 분류 작업을 의미.
- 딥러닝 네트워크에서 활성화 함수는 주로 Softmax를 사용.
cf ) Softmax는 각각 Label별로 확률을 출력하는 활성화 함수.
(Softmax의 모든 출력 값을 합치면 1.)
<예시>
현실에서는 이분법적으로 나눌 수 있는 것들이 많지 않다.
오히려 자연에 존재하는 모든 것들을 더욱 더 디테일하게 분류를 하고자 한다면, 다항분류가 더 알맞을 것이다.