머신러닝에서 과적합(overfitting)을 해결하는 방법으로 옳지 않… | [국회직 9급 컴퓨터일반] 25년 1회차 기출문제 상세 페이지
1[국회직 9급 컴퓨터일반] 25년 1회차
머신러닝에서 과적합(overfitting)을 해결하는 방법으로 옳지 않은 것은?
1
정규화(regularization)
2
드롭아웃(dropout)
3
교차 검증(cross validation)
4
더 많은 데이터 수집
5
더 많은 특성 추가
해설
과적합 해결 방법이 아닌 것은 더 많은 특성 추가이다.
특성을 늘리면 모델 복잡도가 높아져 학습 데이터의 잡음까지 그대로 학습하기 쉬우므로 과적합이 오히려 심해질 수 있다.
- 정규화는 가중치 크기에 벌점을 주어 모델 복잡도를 억제한다.
- 드롭아웃은 학습 중 일부 뉴런을 무작위로 꺼 특정 뉴런 의존을 줄인다.
- 교차 검증은 일반화 성능을 점검해 과적합되지 않는 모델을 고르게 한다.
- 더 많은 데이터를 수집하면 모델이 일반적인 패턴을 학습하기 쉬워진다.
오류나 개정된 내용이 보이면 알려주세요