빅데이터분석기사(R) - 필답형 48문제 풀이 (4)
빅데이터 분석기사 실기 대비 차원에서 쓴 글입니다.
기출문제의 데이터는 https://github.com/ingu627/BigDataAnalysis에 데이터 셋을 남겨놨습니다.
정답보기는 문제 왼쪽의 토글을 클릭합니다. ▶ 이거.
혹시 해당 글을 pdf로 받고 싶으신 분은 이메일과 함께 댓글로 남겨주세요~
4단원. 빅데이터 결과해석
1.
학습 알고리즘에서 잘못된 가정을 했을 때 발생하는 오차
정답: 편향분산: 훈련 데이터(Training Set)에 내재된 작은 변동으로 발생하는 오차
2.
회귀 모형이 실젯값을 얼마나 잘 나타내는지에 대한 비율이다.
선형 회귀 분석의 성능 검증지표로 많이 이용된다.
정답: 결정계수
3.
혼동 행렬을 통한 분류 모형의 평가지표 중에서 실제 분류 범주를 정확하게 예측한 비율로 전체 예측에서 참 긍정(TP)과 참 부정(TN)이 차지하는 비율
정답: 정확도$(TP+TN)/(TP+FP+TN+FN)$
4.
( )은/는 혼동 행렬을 통한 분류 모형의 평가지표중에서 실제로 '긍정'인 범주 중에서 '긍정'으로 올바르게 예측(TP)한 비율로 Hit Rate로도 지칭한다.괄호( )안에 들어갈 용어를 쓰시오.
정답: 재현율(Recall)(TR rate) or 민감도(Sensitivity)$TP/(TP+FN)$
5.
혼동 행렬을 통한 분류 모형의 평가지표 중에서 실제로 '부정'인 범주 중에서 '부정'으로 올바르게 예측(TN)한 비율은 무엇인가?
정답: 특이도(Specificity)$TN/(TN+FP)$
6.
( )은/는 혼동 행렬을 통한 분류 모형의 평가지표 중에서 실제로 '부정'인 범주 중에서 '긍정'으로 잘못 예측(FP)한 비율로 (1-특이도)라고 할 수 있다. 괄호( )안에 들어갈 용어를 쓰시오.
정답: 거짓 긍정률(FP rate)$FP/(TN+FP)$
7.
혼동 행렬을 통한 분류 모형의 평가지표 중에서 '긍정'으로 예측한 비율 중에서 실제로 '긍정'(TP)인 비율은 무엇인가?
정답: 정밀도(Precision)$TP/(TP+FP)$
8.
()은/는 혼동 행렬을 통한 분류 모형의 평가지표 중에서 정밀도와 민감도(재현율)를 하나로 합한 성능평가 지표로 0~1 사이의 범위를 가진다. 괄호()안에 들어갈 용어를 쓰시오.
정답: F1-Score(F-Measure)$2*(Prcision* Recall)/(Precision + Recall)$
9.
두 관찰자가 측정한 범주 값에 대한 일치도를 측정하는 방법으로 0~1의 값을 가지며 1에 가까울수록 모델의 예측값과 실젯값이 정확히 일치하며, 0에 가까울수록 모델의 예측값과 실젯값이 불일치한다.
정답: 카파 통계량(Kappa Statistic)10.
가로축(x)을 혼동 행렬의 거짓 긍정률(FP Rate)로 두고 세로축(y)을 참 긍정률(TP Rate)로 두어 시각화한 그래프이다.
그래프가 왼쪽 꼭대기에 가깝게 그려질수록 분류 성능이 우수하다.
정답: ROC 곡선
11.
목표 범주에 속하는 개체들이 임의로 나눈 등급별로 얼마나 분포하고 있는지를 나타내는 값을 통해 분류 모형의 성능을 평가하는 그래프 분석 방법
정답: 이익 도표12.
데이터 분석 모형 구축 시 발생할 수 있는 오류 중에서 분석 모형을 만들 때 주어진 데이터 집합의 특성을 지나치게 반영하여 발생하는 오류로 주어진 데이터 집합은 모집단 일부분임에도 불구하고 그것이 가지고 있는 주변적인 특성, 단순 잡음 등을 모두 묘사하기 때문에 발생하는 오류
정답: 일반화 오류(Generalization Error)13.
전체 데이터를 비복원 추출 방법을 이용하여 랜덤하게 훈련 데이터(Training Set), 평가 데이터(Test Set)로 나눠 검증하는 기법이다.
훈련 데이터로 분석 모형을 구축하고, 평가 데이터를 이용하여 분석 모형을 평가하는 기법이다.
계산량이 많지 않아 평가 데이터만큼은 학습에 사용할 수 없으므로 데이터 손실이 발생하고, 데이터를 어떻게 나누느냐에 따라 결과가 많이 달라질 수 있다.
정답: 홀드 아웃 교차 검증(Holdout Cross Validation)
14.
데이터 집합을 무작위로 동일 크기를 갖는 K개의 부분집합으로 나누고, 그중 1개의 집합을 평가 데이터(Test Set)로, 나머지 (K-1)개 집합을 훈련 데이터(Training Set)로 선정하여 분석 모형을 평가하는 기법
정답: K-겹 교차 검증(k-fold cross-validation)15.
()은/는 전체 데이터 N개에서 1개의 샘플만을 평가 데이터에 사용하고 나머지 (N-1)개는 훈련 데이터로 사용하는 과정을 N번 반복하는 교차 검증 기법으로 가능한 한 많은 데이터를 훈련에 사용할 수 있지만, 수행 시간과 계산량이 많고, 작은 크기의 데이터에 사용하기 좋다. 괄호()안에 들어갈 용어를 쓰시오.
정답: LOOCV(Leave-One-Out Cross Validation)16.
주어진 자료에서 단순 랜덤 복원 추출 방법을 활용하여 동일한 크기의 표본을 여러 개 생성하는 샘플링 방법
무작위 복원 추출 방법으로, 전체 데이터에서 중복을 허용하여 데이터 크기만큼 샘플을 추출하고 이를 훈련 데이터(Training Set)로 한다.
정답: 부트스트랩(Bootstrap)
17.
모집단의 평균에 대한 유의성 검정 중 귀무가설에서 검정 통계량의 분포를 정규분포로 근사할 수 있는 통계 검정으로 정규분포를 가정하며, 추출된 표본이 동일 모집단에 속하는지 가설을 검증하기 위해 사용하는 기법은 무엇인가?
정답: Z-검정18.
분산 분석은 두 개 이상의 집단 간 비교를 수행하고자 할 때 집단 내의 분산, 총 평균과 각 집단의 평균 차이에 의해 생긴 집단 간 분산 비교로 얻은 ()을/를 이용하여 가설 검정을 수행하는 방법이다. 괄호 ()안에 들어갈 용어를 쓰시오.
정답: F-분포19.
분산 분석 중 종속변수가 1개, 독립변수가 2개일 때 각 독립변수의 범주에 대응하는 종속변수 간에 평균의 차이를 검정하는 방법은 무엇인가?
정답: 이원배치 분산 분석20.
()은/는 분석 독립변수가 3개 이상이고 종속변수가 1개일 때 분석하는 기법이다. 괄호 ()안에 들어갈 용어를 쓰시오.
정답: 다원배치 분산 분석21.
독립변수가 1개 이상이고 종속변수가 2개 이상일 때 두 집단 간 평균 차이를 검증하기 위해 사용하는 분석 기법은 무엇인가?
정답: 다변량 분산 분석22.
모집단의 분산에 대한 유의성 검정 중 ()은/는 관찰된 빈도가 기대되는 빈도와 유의미하게 다른지를 검정하기 위해 사용되며 단일 표본의 모집단이 정규분포를 따르며 분산을 알고 있는 경우에 적용하고, 두 집단 간의 동질성 검정에 활용된다. 괄호 ()안에 들어갈 용어를 쓰시오.
정답: 카이제곱 검정23.
그래프를 이용하여 정규성 가정을 시각적으로 검정하는 방법이다.
대각선 참조선을 따라서 값들이 분포하게 되면 정규성 가정을 만족한다고 할 수 있다.
한쪽으로 치우치는 모습이라면 정규성 가정에 위배되었다고 볼 수 있다.
정답: Q-Q Plot
24.
데이터가 정규 분포를 따르는지 확인하기 위한 검정 방법으로 일반적으로 표본의 개수가 2,000개보다 많을 경우에 사용하며 비교 기준이 되는 데이터를 정규 분포를 가진 데이터로 두어서 정규성 검정을 실시할 수 있는 검정 방법은?
정답: K-S 검정참조 : 일반적으로 표본의 수가 적을 경우에는 샤피로-월크 검정을 사용한다.
25.
()은/는 제한된 훈련 데이터 세트가 지나치게 특화되어 새로운 데이터에 대한 오차가 매우 커지는 현상으로 모델의 매개변수 수가 많거나 훈련 데이터 세트의 양이 부족한 경우에 발생한다. 괄호 ()안에 들어갈 용어를 쓰시오.
정답: 과대 적합26.
과대 적합 방지방안으로 훈련 데이터 세트의 양이 적을 경우, 해당 데이터의 특정 패턴이나 노이즈까지 분석되어 과대 적합 현상이 발생할 확률이 높으므로 충분한 데이터 세트를 확보할 수 있도록 데이터를 변형해서 늘려주는 방법은 무엇인가?
정답: 데이터 증강27.
과대 적합 방지방안 중 가중치 규제는 개별 가중치 값을 제한하여 복합한 모델을 좀 더 간단하게 하는 방법이다. 가중치 규제 중 ()은/는 기존 비용 함수에 모든 가중치 w들의 절댓값 합계를 추가하여 값이 최소가 되도록하는 방법이다. 괄호 ( )안에 들어갈 용어를 쓰시오.
정답: 라쏘(Lasso) 또는 L1 노름 규제28.
가중치 규제 방법 중 기존 비용 함수에 모든 가중치 w들의 '제곱합'을 추가하는 방법으로 가중치 감소(Weight Decay)라고도 하며, 가중치가 가장 큰 것은 페널티를 부과하여 과적합 위험을 줄이는 방법
정답: 릿지(Ridge) 또는 L2 노름 규제29.
가중치 규제 방법 중 기존 비용 함수에 L1 노름 규제, L2 노름 규제를 추가하는 방법으로 알파와 베타의 조합에 따라 노름을 조절하여 정규화를 할 수 있는 방법은 무엇인가?
정답: Elastic Net30.
학습 과정에서 신경망 일부를 사용하지 않는 방법으로 과대 적합을 방지할 수 있다.
신경망 학습 시에만 사용하고, 예측 시에는 사용하지 않는다.
서로 다른 신경망들을 앙상블하여 사용하는 것 같은 효과를 내어 과대 적합을 방지한다.
정답: 드롭아웃
31.
손실 함수의 기울기를 구하여, 그 기울기를 따라 조금씩 아래로 내려가 최종적으로는 손실 함수가 가장 작은 지점에 도달하도록 하는 알고리즘이다.
손실 함수 그래프에서 지역 극소점에 갇혀 전역 극소점을 찾지 못하는 경우가 많고, 손실 함수가 비등방성 함수일 때에서는 최적화에 있어 매우 비효율적이고 오래 걸리는 탐색 경로를 보여준다.
정답: 확률적 경사 하강법 (SGD)
32.
매개변수는 주어진 데이터로부터 학습을 통해 모델 내부에서 결정되는 변수이다. 매개변수의 종류 중에서 ()은/는 하나의 뉴런에 입력된 모든 값을 다 더한 값(가중합)에 더해주는 상수이다. 괄호 ()안에 들어갈 용어를 쓰시오.
정답: 편향(bias)33.
함수의 기울기(경사)를 구하여 기울기가 낮은 쪽으로 계속 이동시켜서 극값에 이를 때까지 반복시키는 기법은 무엇인가?
정답: 경사 하강법 (Gradient Descent)34.
( ) 은/는 기울기 방향으로 힘을 받으면 물체가 가속된다는 물리 법칙을 적용한 알고리즘이다. ( ) 은/는 확률적 경사 하강법(SGD)에 속도라는 개념을 적용한 방법으로 기울기가 줄어들더라도 누적된 기울기 값으로 인해 빠르게 최적점으로 수렴하게 된다. 괄호 ( )안에 공통적으로 들어갈 용어를 쓰시오.
정답: 모멘텀35.
매개변수 최적화 기법 중 손실 함수의 기울기가 큰 첫 부분에서는 크게 학습하다가, 최적점에 가까워질수록 학습률을 줄여 조금씩 적게 학습하는 방식으로 매개변수 전체의 학습률 값을 일괄적으로 낮추는 것이 아니라 각각의 매개변수에 맞는 학습률 값을 만들어주는 방식은 무엇인가?
정답: AdaGrad36.
모멘텀 방식과 AdaGrad 방식의 장점을 합친 알고리즘으로 최적점 탐색 경로 또한 이 두 방식을 합친 것과 비슷한 양상으로 나타난다.
탐색 경로의 전체적인 경향은 모멘텀 방식처럼 공이 굴러가는 듯하고, AdaGrad로 인해 갱신 강도가 조정되므로 모멘텀 방식보다 좌우 흔들림이 덜 한 것을 볼 수 있다.
정답: Adam
37.
( )은/는 의사결정나무(Decision Tree)를 개별 모형으로 사용하는 모형 결합 방법으로 모든 독립변수를 비교하여 최선의 독립변수를 선택하는 것이 아니라 독립변수 차원을 랜덤하게 감소시킨 다음 그중에서 독립변수를 선택한다. 괄호 ( ) 안에 들어갈 단어는 무엇인가?
정답: 랜덤 포레스트(random forest)38.
취합 방법론 중에서 훈련 데이터를 중복하여 사용하지 않고 훈련 데이터 세트를 나누는 기법으로 비복원 추출 방법은 무엇인가?
정답: 페이스팅39.
( )은/는 잘못 예측한 데이터에 가중치를 부여하여 오류를 개선하는 부스팅 알고리즘이다. 괄호 ( )안에 들어갈 용어를 쓰시오.
정답: 에이다 부스트(AdaBoost)40.
경사 하강법(Gradient Descent)을 이용하여 가중치 업데이트로 최적화된 결과를 얻는 부스팅 알고리즘은 무엇인가?
정답: 그레디언트 부스트 머신41.
( )은/는 분류에 따른 변화를 최대, 최소, 전체 분포 등으로 구분하는 방법으로 전체에서 부분 간 관계를 설명하낟. 종류에는 파이 차트, 도넛 차트, 트리맵, 누적 영역 차트가 있다. 괄호 ( )안에 들어갈 용어를 쓰시오.
정답: 분포 시각화42.
집단 간의 상관관계를 확인하여 다른 수치의 변화를 예측하는 시각화 기법은?
정답: 관계 시각화관계 시각화 기법에는 산점도, 산점도 행렬, 버블차트, 히스토그램, 네트워크 그래프(Map)가 있다.
댓글남기기