데이터의 정답지, 레이블

머신러닝에서 레이블은 모델이 예측해야 하는 정답에 해당하는 값입니다.

특히 정답과 함께 주어지는 데이터를 바탕으로 머신러닝 모델을 학습하는 지도 학습에서 레이블이 필수적으로 사용됩니다.

레이블은 문제의 유형에 따라 다르게 정의됩니다.

예/아니오, 스팸/비스팸과 같이 두 개의 클래스로 나누는 경우 (0 또는 1)

고양이, 개, 사람, 자동차처럼 여러 개의 클래스를 분류하는 경우 (0, 1, 2, 3, ...)

주택 가격 예측처럼 연속적인 값을 예측하는 경우 (실수 값)

레이블은 모델이 무엇을 학습해야 하는지를 정의하는 핵심 요소입니다.

데어테에 잘못된 레이블이 부여되면 모델이 잘못된 패턴을 학습할 수 있으므로, 정확한 데이터 레이블링(Labeling)이 매우 중요합니다.

다음 시간에는 특징과 레이블을 활용해 머신러닝 모델을 학습할 때, 각 특징이 얼마나 중요한지 판단하는 요소인 가중치(Weight)에 대해 알아보겠습니다.