Classification

Introduction to Classification

Classification 기계 학습에서의 지도 학습(Supervised Learning)으로, 알려지지 않은 항목들을 명확한 클래스 세트로 분류하거나 카테고리화하는 수단입니다.

분류는 특징 변수들의 집합과 관심 대상인 목표 변수 사이의 관계를 학습하려고 합니다.
분류에서의 목표 속성은 이산 값을 가진 범주형 변수입니다.

훈련 데이터 세트와 그에 대한 목표 레이블이 주어진 상태에서, 분류는 레이블이 없는 테스트 케이스에 대한 클래스 레이블을 결정합니다.

분류 알고리즘

크게 Classification 알고리즘은 이진 분류와 다중 분류가 있습니다

• 이진 분류

  • 은행은 대출 채무 불이행을 예측하려고 할 때, 고객에 대한 정보(나이, 소득, 교육 등)가 포함된 기존의 대출 채무 불이행 데이터를 사용하여 분류기를 구축합니다.
  • 이후 새로운 고객이나 미래의 가능한 채무 불이행을 모델에 전달하고, 이를 불이행자 혹은 비불이행자로 레이블합니다.

• 다중 클래스 분류

  • 동일한 질병을 앓고 있는 환자들의 데이터를 수집한 경우, 각 환자는 치료 과정 중 세 가지 중 하나의 약물에 반응했습니다.
  • 이 레이블이 있는 데이터 세트와 분류 알고리즘을 사용하여 분류 모델을 구축하면, 동일한 질병을 가진 미래의 환자에게 어떤 약물이 적절한지 찾아낼 수 있습니다.

• 의사결정 트리

• 나이브 베이즈

• 선형 판별 분석

• K-Nearest Neighbors

• 로지스틱 회귀

• 신경망

• 서포트 벡터 머신

부족한 점이나 잘못 된 점을 알려주시면 시정하겠습니다 :>