공부 노트 🤓
갑자기 어떤 개념이 헷갈리는 순간,
바로 검색해 보는 습관은 좋지만 그 시점에서 머릿속에 각인되지 않을 때가 있다.
그래서 메모장처럼 적어두기로 했다.
다중분류(Multiclass classification)
다중분류는 각 샘플이 하나의 클래스에만 속할 수 있는 분류 문제를 의미합니다.
즉, 각 샘플은 단 하나의 레이블을 가지며, 각 레이블은 유일한 클래스를 나타냅니다.
예를 들어, 어떤 이미지에서 개, 고양이, 개구리 등의 품종을 분류하는 문제는 다중분류 문제입니다.
다중레이블분류(Multilabel classification)
다중레이블분류는 각 샘플이 여러 개의 클래스에 속할 수 있는 분류 문제를 의미합니다.
즉, 각 샘플은 여러 개의 레이블(클래스)을 가질 수 있습니다.
적어도 하나의 레이블이 어떤 샘플에 속할 수 있지만, 같은 샘플에는 여러 개의 레이블이 속할 수 있습니다.
다중레이블분류는 다중분류 문제와 달리 각 레이블이 서로 독립적이며, 독립적으로 분류됩니다.
두 가지 분류 문제 모두, 다양한 알고리즘이 사용될 수 있습니다.
예를 들어, 선형 분류 알고리즘, 의사결정 트리, 신경망 등이 있습니다. 그러나, 다중레이블분류 문제는 다중분류 문제에 비해 조금 더 복잡하고, 좀 더 많은 주의가 필요할 수 있습니다.
결론적으로, 다중분류와 다중레이블분류는 분류 문제에서 중요한 개념입니다. 어떤 문제가 다중분류인지, 다중레이블분류인지 알아내는 것은 분류 문제를 해결하는데 큰 도움이 될 수 있습니다.
내가 이해한 대로 정리해 보면,
- 다중분류: One Sample to One Label (1개 샘플이 딱 하나의 class에만 해당됨)
- 다중레이블분류: One Sample to Multi-Label (1개 샘플이 여러 class에 해당될 수 있음)
