보상 행렬이 주어진 분류 문제의 보상 민감 학습

Abstract

일반적인 분류 문제는 분류의 정확도를 높이는데 목적이 있다. 2가지의 부류만 있는 분류의 경우에는 분류의 정확도뿐 아니라 정밀도와 재현율을 살펴보기도 한다. 하지만, 부류가 많은 경우에는 이와 같은 방법이 적용되기 어렵다. 그리고 특정한 분류오류에 가중치가 부가되어 특정한 분류오류를 줄여야 하거나, 혹은 특정한 분류오류는 높아도 되는 경우가 있다. 분류 문제에서 분류 결과에 보상 행렬이 주어진다고 했을 때, 데이터에 대한 보상값을 높이는 문제를 살펴볼 것이다. 본 학위 논문에서는 학습을 위한 손실함수와 부류 판정 부분으로 나누어 보상 행렬을 반영하는 방법론을 제시하여 보상값을 높이고자 한다.