Page 163 - 고등학교 인공지능 기초

반면, ‘붉은 정도’와 ‘껍질 두께’를 선택하여 점그래프로 시각화해 보면 채소,
과일, 단백질이 무작위로 흩어져 나타나므로 분류 기준으로 적합하지 않은 속
성임을 확인할 수 있다.
단백질 채소 과일

9 멜론
8 배추 오렌지 수박
7
6 양상추 바나나 베이컨
껍질
5 참외
두께
4 배 오이 새우 감
3 포도 삶은 계란 당근 사과
2 콩 견과류 고등어 양배추 토마토
1 샐러리 닭가슴살 치즈 양파 소세지

1 2 3 4 5 6 7 8 9
붉은 정도
그림Ⅲ-26 l 붉은 정도와 껍질 두계의 관계

시각화를 통해 확인한 대로 식품을 과일, 단백질, 채소로 구분하는 핵심 속성
으로 ‘당도’와 ‘아삭함’을 선택한다.

핵심 속성 레이블
이름 당도 아삭함 붉은 정도 껍질 두께 종류

사과 10 9 10 3 과일
베이컨 1 4 9 3 단백질
바나나 10 1 2 6 과일
당근 5 10 8 3 채소
샐러리 3 10 2 1 채소
치즈 1 1 4 1 단백질
오이 2 8 3 4 채소
고등어 3 1 2 2 단백질
그림Ⅲ-27
포도 8 5 2 2 과일 핵심 속성 선택
콩 3 7 1 2 채소
양상추 1 9 1 1 채소 잠깐 활동
견과류 3 6 2 2 단백질
데이터 속성의 중요성에 대해 조사한 후 모둠별로 토론하여 적어보자.
오렌지 7 3 3 8 과일
배 10 7 1 4 과일
데이터 속성이란?
새우 2 3 5 4 단백질
토마토 데이터 속성이 기계학습에서 중요한 이유는? 3 ?
6
4
10

161
4. 기계학습 모델 구현