Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
본 글은 ML Zoomcamp 2026의 '분류를 위한 머신러닝' 모듈 내용을 요약합니다. 로지스틱 회귀, 원-핫 인코딩, 특성 중요도 측정 등 분류 모델 학습에 필요한 핵심 개념들을 다루었습니다. 특히 상관관계와 상호 정보량 점수의 차이점과 사소한 성능 변화의 검증 중요성을 강조했습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 Dev.to AI tag의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기ML Zoomcamp 2026의 모듈 3: 분류를 위한 머신러닝을 막 마쳤습니다 🎉
이 모듈에서는 다음 내용을 다루었습니다:
🔹 로지스틱 회귀(logistic regression) 모델 학습 및 사용
🔹 원-핫 인코딩(one-hot encoding)을 이용한 범주형 변수 인코딩
🔹 상호 정보량 점수(mutual information score)를 이용한 특성 중요도 측정
🔹 특성 제거(feature elimination)를 통한 유용한 특성 선택
🔹 분류 모델이 실제로 무엇을 학습했는지 해석하기
✨ 제가 얻은 핵심 교훈: 상관관계와 상호 정보량은 서로 다른 질문에 답합니다. 데이터셋에서 가장 큰 상관관계를 보인 것은 interaction_count × lead_score였지만, 타겟(target)과 상호 정보량 점수가 가장 높은 특성은 lead_source였습니다. 이 특성은 상관관계 행렬로는 문자 그대로 볼 수 없는 범주형 특성이었습니다. 만약 제가 오직 상관관계만으로 특성을 순위 매겼다면 틀렸을 것입니다.
🤔 흥미롭게 발견한 점: 특성 제거 연습에서 number_of_courses_viewed를 제거하는 것은 정확도(accuracy)를 0.002만큼 감소시켰지만, interaction_count를 제거하는 것은 (0.044)의 손실을 가져왔습니다. 저에게는 너무 작은 차이여서 노이즈처럼 보였기 때문에, 이 비교 전체를 다시 실행하여 이것이 라이브러리의 산물이 아닌 결정론적인지 확인했습니다. 실제로 그랬습니다. 사소한 차이라도 무시하기 전에 검증할 가치가 있습니다.
➡️ 다음 단계 → 모듈 4: 분류 평가 지표(Evaluation Metrics for Classification).
