Page 175 - 고등학교 인공지능 기초

오렌지3를 사용할 때

⑧ [Data]-[file] 위젯을 캔버스에 위치시키
고 더블 클릭하여 미리 준비한 ‘식품종류
분류데이터_토마토’ 파일을 업로드한다.
⑨ ‘종류’ 속성의 type은 [categorical], role
은 [target]으로 설정하고 [Apply]를 클릭
한다.

⑩ [Evaluate]-[Predictions] 위젯을 클릭하
여 캔버스에 위치시킨다.
⑪ [KNN] 위젯의 출력 사이드에서 선을 드
래그하여[Predictions(1)] 위젯의 입력 사
이드에 연결한다.
⑫ [File (2)] 위젯의 출력 사이드에서 선을 드
래그하여 [Predictions(1)] 위젯의 입력 사
이 드에 연결한다.
⑬ [Predictions(1)]를 더블 클릭하여 결과를
확인한다.

3줄 요약

1. 기계학습 모델을 구현하려면 문제 정의, 데이터 시각화, 핵심 속성 추출, 분류 레이블 학습, 모델 성능 평가의 과정을
거친다.
2. 훈련 데이터란 전체 데이터의 속성 중에서 학습에 필요한 핵심 속성과 레이블을 모은 것이다.
3. 분류 모델의 성능을 평가하는 대표적인 지표는 정확도이다.

173
4. 기계학습 모델 구현