1. 데이터 입력
0행 × 0열표의 맨 위 칸(열1, 열2 …)에는 변수명을, 1행부터는 실제 데이터를 입력하세요.
2. 변수 선택
회귀모델이므로 Y는 숫자형 변수를 선택합니다.
3. 예측·최적화 범위
각 입력변수의 데이터 범위를 기본 탐색범위로 사용합니다. 필요하면 범위를 좁힐 수 있고, 변수별 소수점 자릿수(0~3)를 지정하면 그 단위로만 조건을 탐색합니다. (외삽 방지)
4. 신경망 학습 설정
연산 엔진
데이터가 적으면 기본 엔진으로 충분합니다. 수천 행 이상이면 TensorFlow를 권장합니다.
기본 설정
과적합 방지
검증오차가 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 지원됩니다.
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
5. 모델 평가 결과
학습/검증 손실곡선
학습
검증
실제값-예측값 산점도
학습
검증
이상적 일치선
예측 결과표
6. 단일 조건 예측
입력값을 직접 넣어 예측 Y를 확인합니다. 데이터 범위를 벗어나면 외삽 경고가 표시됩니다.
7. 목표값 조건 찾기
입력변수별 소수점 자릿수
조건 탐색 시 각 입력변수를 몇 자리까지 탐색할지 지정합니다. 기본값은 입력 데이터의 소수점 자릿수를 기준으로 자동 설정됩니다.
UniAP · Neural Network Regression