# 지도 머신러닝: 분류 (Data Science & ML)

> 로지스틱 회귀, KNN, SVM, 평가지표 (accuracy, precision, recall, F1, ROC-AUC), 임계값

- 24 면접 질문
- Mid-Level
- [면접 질문: Data Science & ML](https://sharpskill.dev/ko/technologies/data-science/interview-questions.md)

## 1. 지도 분류 알고리즘의 주요 목적은 무엇입니까?

**답변**

지도 분류는 레이블이 지정된 데이터로부터 학습하여 입력 features에서 카테고리 또는 클래스(이산 변수)를 예측하는 것을 목표로 합니다. 연속 값을 예측하는 회귀와 달리, 분류는 각 관측치를 사전 정의된 클래스(이진 또는 다중 클래스)에 할당합니다.

## 2. 로지스틱 회귀가 예측을 확률로 변환하기 위해 사용하는 수학 함수는 무엇입니까?

**답변**

sigmoid 함수(또는 로지스틱 함수)는 임의의 실수 값을 0과 1 사이의 확률로 변환합니다. sigma(z) = 1/(1+e^(-z))로 정의됩니다. 이 함수를 통해 출력을 양성 클래스에 속할 확률로 해석할 수 있습니다.

## 3. 로지스틱 회귀 모델에서 계수는 무엇을 나타냅니까?

**답변**

로지스틱 회귀 계수는 해당 feature의 단위 변화당 log-odds의 변화를 나타냅니다. 양수 계수는 양성 클래스의 확률을 증가시키고, 음수 계수는 감소시킵니다. 계수의 지수는 odds ratio를 제공합니다.

## 21개 추가 질문 이용 가능

- K-Nearest Neighbors (KNN) 알고리즘은 분류에서 어떻게 작동합니까?
- KNN 알고리즘에서 k 값을 선택하는 것의 영향은 무엇입니까?

무료로 가입하기: https://sharpskill.dev/ko/login

## 기타 Data Science & ML 면접 주제

- [Python 기초](https://sharpskill.dev/ko/technologies/data-science/interview-questions/python-basics.md): 25개 질문, Junior
- [Python 객체 지향 프로그래밍](https://sharpskill.dev/ko/technologies/data-science/interview-questions/python-oop.md): 20개 질문, Junior
- [Python 데이터 구조](https://sharpskill.dev/ko/technologies/data-science/interview-questions/python-data-structures.md): 20개 질문, Junior
- [Git 기초](https://sharpskill.dev/ko/technologies/data-science/interview-questions/git-fundamentals.md): 18개 질문, Junior
- [SQL 기초](https://sharpskill.dev/ko/technologies/data-science/interview-questions/sql-basics.md): 20개 질문, Junior
- [NumPy 기초](https://sharpskill.dev/ko/technologies/data-science/interview-questions/numpy-fundamentals.md): 22개 질문, Junior
- [Pandas 기초](https://sharpskill.dev/ko/technologies/data-science/interview-questions/pandas-basics.md): 22개 질문, Junior
- [Jupyter & Google Colab](https://sharpskill.dev/ko/technologies/data-science/interview-questions/jupyter-colab.md): 16개 질문, Junior
- [SQL Joins 및 고급 쿼리](https://sharpskill.dev/ko/technologies/data-science/interview-questions/sql-joins-advanced.md): 22개 질문, Mid-Level
- [Pandas 고급](https://sharpskill.dev/ko/technologies/data-science/interview-questions/pandas-advanced.md): 24개 질문, Mid-Level
- [Matplotlib & Seaborn을 활용한 시각화](https://sharpskill.dev/ko/technologies/data-science/interview-questions/matplotlib-seaborn.md): 20개 질문, Mid-Level
- [Plotly로 만드는 인터랙티브 시각화](https://sharpskill.dev/ko/technologies/data-science/interview-questions/plotly-interactive.md): 18개 질문, Mid-Level
- [기술 통계](https://sharpskill.dev/ko/technologies/data-science/interview-questions/statistics-descriptive.md): 20개 질문, Mid-Level
- [추론 통계학](https://sharpskill.dev/ko/technologies/data-science/interview-questions/statistics-inferential.md): 24개 질문, Mid-Level
- [Web Scraping](https://sharpskill.dev/ko/technologies/data-science/interview-questions/web-scraping.md): 18개 질문, Mid-Level
- [BigQuery & Cloud Data](https://sharpskill.dev/ko/technologies/data-science/interview-questions/bigquery-cloud.md): 18개 질문, Mid-Level
- [Feature Engineering](https://sharpskill.dev/ko/technologies/data-science/interview-questions/feature-engineering.md): 22개 질문, Mid-Level
- [지도 머신러닝: 회귀](https://sharpskill.dev/ko/technologies/data-science/interview-questions/ml-supervised-regression.md): 24개 질문, Mid-Level
- [결정 트리 및 앙상블](https://sharpskill.dev/ko/technologies/data-science/interview-questions/ml-trees-ensembles.md): 24개 질문, Mid-Level
- [비지도 ML](https://sharpskill.dev/ko/technologies/data-science/interview-questions/ml-unsupervised.md): 22개 질문, Mid-Level
- [ML 파이프라인 및 검증](https://sharpskill.dev/ko/technologies/data-science/interview-questions/ml-pipelines-validation.md): 22개 질문, Mid-Level
- [시계열 및 예측](https://sharpskill.dev/ko/technologies/data-science/interview-questions/time-series-forecasting.md): 22개 질문, Mid-Level
- [Deep Learning 기초](https://sharpskill.dev/ko/technologies/data-science/interview-questions/deep-learning-fundamentals.md): 24개 질문, Senior
- [TensorFlow & Keras](https://sharpskill.dev/ko/technologies/data-science/interview-questions/tensorflow-keras.md): 22개 질문, Senior
- [CNN 및 이미지 분류](https://sharpskill.dev/ko/technologies/data-science/interview-questions/cnn-image-classification.md): 24개 질문, Senior
- [RNN 및 시퀀스](https://sharpskill.dev/ko/technologies/data-science/interview-questions/rnn-sequences.md): 22개 질문, Senior
- [Transformers 및 Attention](https://sharpskill.dev/ko/technologies/data-science/interview-questions/transformers-attention.md): 24개 질문, Senior
- [NLP 및 Hugging Face](https://sharpskill.dev/ko/technologies/data-science/interview-questions/nlp-huggingface.md): 24개 질문, Senior
- [GenAI 및 LangChain](https://sharpskill.dev/ko/technologies/data-science/interview-questions/genai-langchain.md): 24개 질문, Senior
- [MLOps 및 배포](https://sharpskill.dev/ko/technologies/data-science/interview-questions/mlops-deployment.md): 24개 질문, Senior

---

Source: SharpSkill (https://sharpskill.dev), tech interview preparation for your real stack.
HTML version of this page: https://sharpskill.dev/ko/technologies/data-science/interview-questions/ml-supervised-classification