다중 클래스 신경망: 일대다

일대다는 이진 분류 활용 방법을 제공합니다. 가능한 솔루션이 N개인 분류 문제의 경우 일대다 솔루션은 가능한 각 결과에 하나씩 N개의 이진 분류자로 구성됩니다. 학습하는 동안 모델은 일련의 이진 분류자를 통해 실행되며 별도의 분류 문제에 답하기 위해 각 분류자를 학습합니다. 예를 들어 인식기 다섯 개에 개 그림 하나를 학습시키는데 네 개는 이미지를 음성 예(개 아님)로 인식하고 하나는 양성 예(개)로 인식합니다. 즉 다음과 같습니다.

  1. 사과의 이미지인가요? 아니요.
  2. 곰의 이미지인가요? 아니요.
  3. 사탕의 이미지인가요? 아니요.
  4. 개의 이미지인가요? 예.
  5. 계란의 이미지인가요? 아니요.

이 방식은 총 클래스 수가 작으면 매우 합리적이지만 클래스 수가 증가하면 점점 더 비효율적이 됩니다.

각 출력 노드가 다른 클래스를 나타내는 심층신경망을 사용하여 훨씬 더 효율적인 일대다 모델을 만들 수 있습니다. 다음 그림은 이 방식을 보여줍니다.

히든 레이어 다섯 개와 출력 레이어 다섯 개가 있는 신경망

그림 1. 일대다 신경망