꿈라CBT다음 <보기>의 결과에 대한 진단과 조치로 가장 적절한 것은?
보기
RBF 커널을 사용하는 SVM 분류기를 학습한 결과는 다음과 같다.
| 구분 | 정확도 |
|---|---|
| 학습 데이터 | 99.8% |
| 검증 데이터 | 71.2% |
하이퍼파라미터는 C = 1000, gamma = 50으로 설정되어 있으며, 서포트 벡터의 수가 전체 학습 표본의 80%에 이른다.
- 1학습 정확도가 아직 100%에 미치지 못하므로 과소적합 상태이며, C와 gamma를 더 크게 늘려야 한다.
- 2과적합 상태이므로 gamma를 낮춰 결정 경계를 완만하게 하고, C도 낮춰 오분류를 허용해야 한다.
- 3커널을 선형에서 RBF로 바꾸면 검증 정확도가 개선될 것이다.
- 4서포트 벡터가 전체의 80%라는 것은 모델이 잘 일반화되고 있다는 신호이므로 그대로 사용해도 된다.