겹침과 불균형이 SVM 성능에 미치는 복합 효과 분석

본 논문은 머신러닝에서 빈번히 발생하는 두 가지 데이터 문제, 즉 클래스 불균형(class imbalance)과 클래스 간 겹침(class overlap)이 서포트 벡터 머신(SVM) 분류기의 성능에 미치는 영향을 동시에 조사한다. 기존 연구는 이 두 문제를 별도로 다루어 왔으며, 그 상호작용에 대한 체계적인 분석은 부족했다. 저자들은 이러한 겹침과 불균형이 독립적으로 작용하지 않으며, 결합될 경우 새로운 형태의 “숨은 과적합(covert overfitting)” 현상이 발생한다는 가설을 제시하고 이를 실험적으로 검증한다. 1. **문제 정의 및 관련 연구** - 불균형은 한 클래스가 전체 데이터의 대부분을 차지하는 상황을 말하며, 특히 소수 클래스가 중요한 경우(예: 의료 진단) 큰 문제를 야기한다. - 겹침은 두 클래스의 생성 분포가 일부 영역에서 거의 동일한 확률을 보이는 현상으로, 이 영역에서는 어떤 결정 경계도 본질적으로 높은 오류율을 갖는다. - 기존 연구(Bosch et al., 6; Japkowicz & Stephen, 10 등)는 각각의 문제를 독립적으로 분석했지만, 두 요인이 동시에 존재할 때의 효과는 거의 다루지 않았다. 2. **데이터 생성 및 실험 설계** - 2차원 체커보드(Checkerboard) 모델을 사용해 합성 데이터를 만든다. 한 축을 네 구역으로 나누어 교차로 클래스를 배치하고, 다른 축에서는 두 클래스가 구별되지 않게 함으로써 비선형 경계가 필요하도록 설계하였다. - 겹침 정도는 µ∈