ADsP 3과목 분석 기법 구분법 (회귀·분류·군집)

안녕하세요, 공부하는 감자입니다 🥔

ADsP 3과목 기출을 풀다 보면 알고리즘 이름이 쏟아져서 머리가 복잡해지는데, 어느 순간 요령이 생겼어요. 문제를 읽자마자 "예측 대상이 수치인가 범주인가, 정답 라벨이 있는가"부터 판단하는 겁니다.

이거 하나로 회귀/분류/군집이 갈리고, 거기서 보기 절반이 지워져요.

3과목은 30문항으로 전체의 60%인데, 그중 통계·머신러닝 기법 문제만 매회 10문제 넘게 나옵니다. 동작 원리를 깊게 팔 필요는 없고, 기법 이름과 한 줄 정의를 정확히 매칭하는 게 전부예요.

첫 판단 기준 — 3대 분류

세 기법의 차이를 표 하나로 깔고 시작할게요.

기법	목적	출력	대표 알고리즘	학습 방식
회귀	수치 예측	연속값	선형·다중 회귀	지도
분류	범주 예측	클래스	로지스틱, 의사결정나무, SVM	지도
군집	유사 그룹 묶기	그룹 라벨	K-means, 계층적 군집	비지도

정답(레이블)이 있으면 지도학습, 없으면 비지도학습.

회귀·분류는 지도, 군집·차원축소는 비지도입니다.

이 구분을 못 하면 보기 앞에서 계속 흔들려요.

분류 분석 — 출제 비중 1순위

로지스틱 회귀부터요. 이름에 회귀가 들어가지만 분류 기법입니다.

출력이 0~1 확률이고 임계값(보통 0.5)으로 클래스를 정해요. "로지스틱 회귀는 회귀 분석이다"라는 보기가 나오면 틀린 문장입니다.

의사결정나무는 트리 구조로 데이터를 쪼개는 방식이에요. 불순도(지니지수·엔트로피)를 줄이는 방향으로 가지를 뻗고, 과적합을 막으려고 가지치기(Pruning)를 합니다.

SVM은 클래스 사이 경계(초평면)를 마진이 최대가 되게 긋는 기법. 이 한 줄이면 충분해요.

평가 쪽은 혼동행렬이 전부입니다.

	예측 양성	예측 음성
실제 양성	TP	FN
실제 음성	FP	TN

• 정확도 = (TP+TN)/전체
• 정밀도 = TP/(TP+FP) — 양성 예측 중 진짜 양성
• 재현율 = TP/(TP+FN) — 실제 양성 중 잡아낸 비율
• F1 = 정밀도·재현율의 조화평균

어떤 지표를 우선하느냐가 단골 출제 포인트예요. 암 진단처럼 놓치면 안 되는 상황은 재현율, 정상 메일을 스팸 처리하면 곤란한 스팸 필터는 정밀도.

그리고 불균형 데이터(양성 1% 같은 경우)에서는 정확도가 의미 없다는 것도 같이 외워두세요. 이때는 정밀도·재현율·F1을 봅니다.

회귀 분석

단순 선형 회귀는 y = β₀ + β₁x + ε 형태예요. β₀가 절편, β₁이 기울기(x가 1 늘 때 y 변화량), ε이 오차항.

독립변수가 2개 이상이면 다중 선형 회귀입니다.

시험에서 자주 묻는 건 회귀 모형의 4가지 가정이에요.

• 선형성: x와 y의 관계가 선형
• 독립성: 오차항끼리 독립
• 등분산성: 오차항 분산이 일정
• 정규성: 오차항이 정규분포

머리글자로 "선·독·등·정". 이 네 글자는 그냥 외우고 들어가는 게 맞습니다.

평가 지표는 R²(0~1, 클수록 설명력 좋음)와 MSE·RMSE·MAE(작을수록 좋음). 방향이 반대인 걸 헷갈리면 안 돼요.

군집 분석

K-means 절차는 네 줄이에요. K 지정 → 초기 중심 랜덤 배치 → 각 점을 가까운 중심에 할당 → 중심 재계산을 수렴까지 반복.

약점은 세 가지입니다.

• K를 사람이 미리 정해야 함
• 초기값에 민감
• 원형 클러스터만 잘 찾음

"K가 자동으로 결정된다"는 보기는 오답입니다. K 탐색은 Elbow Method(응집도 그래프의 꺾임)나 실루엣 계수(-1~1, 1에 가까울수록 잘 묶임)로 합니다.

계층적 군집은 점들을 가까운 것끼리 병합해가는(응집형) 또는 전체를 나눠가는(분할형) 방식이고, 결과를 덴드로그램으로 그려서 원하는 군집 수에서 자르면 돼요.

시계열 분석

구성 요소 4가지 — 추세(장기 증감), 계절성(주기적 반복), 순환(불규칙한 긴 주기), 불규칙(랜덤). 모델은 ARIMA(AR + 차분 + MA 결합)와 지수 평활(최근 데이터에 가중치) 두 개만 알면 됩니다.

제가 틀려본 함정들

1. 로지스틱 회귀를 회귀로 분류 → 분류 기법
2. 불균형 데이터에서 정확도만 보고 판단 → 정밀도·재현율·F1
3. K-means의 K가 자동이라고 착각 → 사용자 지정
4. 지도/비지도 구분 실패 → 라벨 있으면 지도

이 네 개는 보기 문장으로 그대로 출제되는 수준이라, 기출에서 한 번씩 직접 틀려보고 가는 게 오히려 약이 됩니다. 저는 문어CBT에서 3과목 위주로 회차를 돌리면서 헷갈리는 기법 이름을 오답 목록으로 쌓았는데, 공짜로 쓰기 미안할 만큼 반복 학습엔 잘 맞았어요.

SQLD·정처기·컴활·ADsP 무료 CBT 모의고사

시험장에서의 순서는 이렇게 잡으세요.

1. 예측 대상이 수치인지 범주인지 먼저
2. 평가지표 문제면 혼동행렬부터 그리기
3. 알고리즘 특징은 장단점 한 줄로 판단
4. 선·독·등·정 같은 암기 단답은 절대 안 놓치기

3과목은 깊이가 아니라 매칭 정확도 싸움입니다 💪