[OpenCV] 15장 머신 러닝

머신 러닝

• 주어진 데이터를 분석하여 규칙성, 패턴 등을 찾음 → 의미 있는 정보 추출
• 지도 학습 : 정답이 있는 데이터를 활용해 데이터를 학습시키는 것
  • 회귀 : 연속된 수치 값을 예측
  • 분류 : 이산적인 값을 결과로 출력
• 비지도 학습 : 종속변수(정답데이터)가 제공되지 않는 데이터에 대한 학습을 처리하는 기법
  • 주로 군집화(클러스터링)에 사용
• 영상 데이터 픽셀을 머신 러닝 입력으로 사용 안하는 이유
  • 픽셀 값은 매우 민감하게 변화하므로

• k-폴드 교차 검증
  • 훈련 데이터를 k개의 부분 집합으로 분할하여 학습과 검증을 반복하는 작업
• OpenCV 머신 러닝 클래스는 주로 ml 모듈에 포함되어 있음
  • StatModel 추상 클래스를 상속
  • train() - 학습
  • predict() - 예측
• 분류 / 회귀에 사용
• 분류의 경우 테스트 데이터와 가장 가까운 k개의 훈련 데이터를 찾음
• 회귀의 경우 인접한 k개 데이터 평균을 데이터 값으로 설정
• 보통 k 값이 커질수록 잡음 또는 이상치 데이터 영향이 감소하나 너무 커지면 오히려 떨어질 수 있음
• Knearest 클래스에 정의
• k=3, 5 인 경우
  • k=1에 비해 경계면이 완만한 형태 로 바뀜 → 잡음/이상치 훈련 데이터 영향 줄어든 것