꿈라CBT다음 <보기>는 SVM의 설정을 바꾸어 가며 실험한 결과이다. 이에 대한 해석으로 가장 적절한 것은?
보기
| 실험 | 설정 | 학습 정확도 | 검증 정확도 | 서포트 벡터 수 |
|---|---|---|---|---|
| ㉠ | 선형 커널, C = 0.01 | 0.71 | 0.70 | 많음 |
| ㉡ | 선형 커널, C = 1 | 0.86 | 0.84 | 보통 |
| ㉢ | RBF 커널, C = 1000 | 1.00 | 0.62 | 매우 많음 |
- 1㉢은 학습 정확도가 1.00으로 완벽하므로 가장 우수한 모형이며, 검증 정확도가 낮은 것은 검증 데이터에 오류가 있기 때문이다.
- 2C는 오분류 허용 정도를 정하는 값으로, ㉠은 규제가 지나쳐 과소적합, ㉢은 과대적합이므로 균형 잡힌 ㉡이 적절하다.
- 3서포트 벡터 수가 많을수록 경계가 안정적이므로 ㉢이 가장 신뢰할 수 있으며, C 값은 성능과 무관하다.
- 4RBF 커널은 언제나 선형 커널보다 우수하므로 ㉢의 검증 성능이 낮은 것은 커널 선택이 아니라 데이터 부족 때문이며, 데이터를 늘리면 반드시 해결된다.