기계학습의 성능 향상을 위한 학습 데이터 전처리(preprocessin… | [7급 국가직 인공지능] 23년 1회차 기출문제 상세 페이지
1[7급 국가직 인공지능] 23년 1회차
기계학습의 성능 향상을 위한 학습 데이터 전처리(preprocessing) 기법과 검증 기법에 대한 설명으로 옳지 않은 것은?
1
데이터 전처리의 한 예로 결손값(missing value) 처리가 있다.
2
원－핫 인코딩(one-hot encoding)에서는 해당 속성값의 특징에 의해 고윳값에 해당하는 위치에만 1을 표시하고 나머지는 0으로 표시한다.
3
k－폴드 교차검증(k-fold cross validation)은 주어진 데이터를 k개의 데이터 폴드 집합으로 만든 뒤 다양한 폴드 집합 조합에 대해 학습과 검증 과정을 반복적으로 수행하는 기법이다.
4
SMOTE(Synthetic Minority Over-sampling Technique)는 특정 부류(class)에 속하는 학습 데이터가 지나치게 많은 경우, 데이터 일부를 추출하여 제거하는데 사용된다.
해설
SMOTE는 소수 부류 표본 사이를 보간해 새 표본을 합성하는 오버샘플링 기법이므로, 많은 부류의 데이터를 제거한다는 설명이 옳지 않다.
다수 부류 데이터 일부를 제거하는 방식은 언더샘플링에 해당한다.
- 결손값 처리(삭제·대푯값 대체 등)는 대표적인 전처리이다.
- 원-핫 인코딩은 범주 수만큼의 벡터에서 해당 범주 위치만 1, 나머지는 0으로 표시한다.
- k-폴드 교차검증은 데이터를 k개 폴드로 나눠 한 폴드씩 검증용으로 돌려 가며 학습·검증을 반복한다.
오류나 개정된 내용이 보이면 알려주세요