1. 데이터 입력
0행 × 0열표의 맨 위 칸(열1, 열2 …)에는 변수명을, 1행부터는 실제 데이터를 입력하세요.
2. 변수 선택
분류모델이므로 Y는 2개 이상의 범주를 가진 변수를 선택합니다. 숫자 0/1, 1/2/3 같은 코드형 범주도 사용할 수 있습니다.
3. 신경망 학습 설정
연산 엔진
데이터가 적으면 기본 엔진으로 충분합니다. 수천 행 이상이면 TensorFlow를 권장합니다.
기본 설정
클래스별 비율을 유지해 나눕니다.
과적합 방지
검증 손실이 개선되지 않으면 자동 중단
개선 없이 견디는 epoch 수
가중치를 억제해 과적합 완화
교차검증 (k-fold)
데이터가 적을 때 검증 결과를 더 안정적으로 평가합니다. 기본 엔진에서만 지원되며, 클래스 비율을 유지하는 층화 k-fold로 분할합니다.
fold별로 학습해 평균±표준편차 산출
자동 선택 시 권장 설정을 사용합니다 (k=5, seed=1234)
R·파이썬과 비교 시 동일하게 맞추세요
고급 설정: 은닉층·노드 수·활성화 함수
4. 모델 평가 결과
학습/검증 손실곡선
학습 손실
검증 손실
학습/검증 정확도
학습 정확도
검증 정확도
혼동행렬
클래스별 평가
예측 결과표
5. 단일 조건 예측
입력값을 직접 넣어 예측 범주와 범주별 확률을 확인합니다. 데이터 범위를 벗어나면 외삽 경고가 표시됩니다.
UniAP · Neural Network Classification