Binary Classification

바이너리 문제는 두 가지 모델로 설계 가능

1) 출력 결과 2개가 되도록 설계

• output 결과 2개
• 2개에 대해 각각 softmax 적용
• 확률값 도출

2) 출력 결과 1개가 되도록 설계

• 0과 1사이의 값으로 출력
• output이 하나라면 인지 아닌지 어떻게 알까?.. 기준(Thresh hold)이 필요하다!
• Thresh hold 값을 절대적인 값으로 설정하면 안됨. 자율적으로 정해야한다.
• ex) 암인지 아닌지 판단을 위해서는 0에 가까이 thresh hold를 잡아야한다. 조그마한 가능성만으로도 정밀검사를 유도하기 위해.

3) Binary Cross Entropy

• 고양이와 강아지를 분류하는 학습 실행
• 고양이이면 0에 가깝고 강아지이면 1에 가까움
• 1에 가깝게 나오면 강아지를 칭찬, 0에 가깝게 나오면 고양이를 칭찬
• 강아지가 1일 때 loss는 잘 한 것이므로 0에 가깝게 나온다.
• 고양이가 0일 때 loss는 무한대에 가깝게 나오는데 여기서 문제가 발생한다.
• 따라서 출력값이 하나일 때, thresh hold를 더 많이 사용