어느 무리인지 가르기, 분류

두 무리가 따로 모여요

점들이 흩어져 있다고 해봐요.
그냥 점이 아니라 두 색이 섞여 있어요.
한쪽은 스팸 편지,
다른 한쪽은 정상 편지라고 해요.
자세히 보면 같은 색끼리
비슷한 자리에 모여 있어요.
스팸은 스팸끼리, 정상은 정상끼리요.
무리가 진다는 건 이런 뜻이에요.
그러면 둘을 어떻게 가를 수 있을까요?

점들을 눌러 무리를 펼쳐봐요. 같은 색끼리 비슷한 자리에 모여 두 무리가 드러나요.

두 무리가 눈에 보이죠.
왼쪽 아래엔 한 색,
오른쪽 위엔 다른 색이 모여 있어요.
사람 눈에는 금방 갈라 보여요.
그런데 컴퓨터한테 이걸 시키려면
눈대중 말고 분명한 규칙이 필요해요.
어디까지가 한쪽이고
어디부터가 다른 쪽인지
선을 하나 그으면 깔끔하겠죠?

사이에 경계선을 그어요

두 무리 사이에 선을 한 줄 그어요.
이 선을 경계선이라고 불러요.
선의 한쪽은 한 무리의 땅,
다른 쪽은 다른 무리의 땅이에요.
좋은 경계선은
두 무리를 깔끔하게 갈라요.
같은 색이 선을 넘어가지 않게요.
선을 잘못 그으면 색이 섞여 버리니
자리를 잘 잡아야 해요.

경계선 자리를 눌러 옮겨봐요. 두 무리를 깔끔하게 가르는 자리를 찾으면 양쪽이 또렷이 나뉘어요.

경계선이 두 무리를 갈랐죠.
이제 선의 왼쪽은 한 무리,
오른쪽은 다른 무리라고
분명하게 말할 수 있어요.
눈대중이 아니라 규칙이 생긴 거예요.
이 선 하나가 분류의 핵심이에요.
그렇다면 처음 보는 새 점은
어느 무리로 넣어야 할까요?

새 점은 어느 쪽인지로

새 편지가 한 통 왔다고 해봐요.
스팸인지 정상인지 아직 몰라요.
그래도 어디쯤인지 자리는 알 수 있죠.
그 자리가 경계선의 어느 쪽인지만 봐요.
왼쪽에 떨어지면 왼쪽 무리,
오른쪽에 떨어지면 오른쪽 무리예요.
내용을 일일이 따질 필요 없이
위치 하나로 무리가 정해져요.
이게 분류가 새 것을 가르는 방법이에요.

빈 곳을 눌러 새 점을 찍어봐요. 경계의 어느 쪽에 떨어지는지에 따라 점의 색(무리)이 정해져요.

새 점이 자리에 따라 색이 정해졌죠.
경계선 왼쪽이면 왼쪽 색,
오른쪽이면 오른쪽 색.
규칙이 단순하고 한결같아요.
새 점이 백 개가 와도
한 점 한 점 같은 규칙으로 가르면 돼요.
그런데 세상엔 무리가 둘만 있진 않죠.
고양이, 개, 새처럼
셋 이상일 땐 어떻게 할까요?

셋 이상은 경계를 더 그어요

무리가 셋이면 선 하나로는 부족해요.
선 하나는 땅을 둘로만 가르니까요.
그럴 땐 경계를 더 그으면 돼요.
선을 몇 개 그어
땅을 세 칸, 네 칸으로 나누는 거예요.
각 칸이 한 무리의 땅이 돼요.
새 점은 똑같이
어느 칸에 떨어지는지로 가르면 돼요.
무리가 늘어도 생각은 그대로예요.

경계를 하나씩 눌러 더해봐요. 땅이 두 칸에서 셋, 넷으로 나뉘고 무리마다 자기 칸이 생겨요.

칸이 늘어도 규칙은 한결같았죠.
경계를 더 그어 칸을 나누고,
새 점은 어느 칸인지로 가른다.
무리가 둘이든 넷이든
바탕에 깔린 생각은 똑같아요.
점들 사이에 경계를 긋고
위치로 무리를 정한다는 거예요.
이제 분류 전체를
한 번에 되짚어볼까요?

정리해볼까요

한 줄로 모으면 이래요.
분류는 어느 무리인지를 가르는 일이에요.
값을 맞히는 회귀와 달리
양쪽 무리 중 어디인지를 답해요.
두 무리 사이에 경계선을 긋고,
새 점은 경계의 어느 쪽인지로 가르죠.
무리가 셋 이상이면 경계를 더 그어요.
위치 하나로 무리를 정하는 것,
그게 분류예요.

핵심을 차례로 눌러 되짚어봐요. (두 무리로 가르기 → 사이에 경계선 → 새 점은 어느 쪽인지로 → 셋 이상은 경계를 더)

이제 어느 무리인지를 가르는
분류의 생각을 손에 넣었어요.
값을 맞히던 회귀에 이어
무리를 가르는 길까지 본 거예요.
둘은 묻는 게 다를 뿐
점들 속에서 규칙을 찾는다는 점은 같아요.
다음엔 이런 가르기를
기계가 스스로 더 잘하게 만드는
방법으로 함께 이어가봐요.