[핵심 머신러닝] 수치예측, 범주예측 (분류) - 강의 정리

이 게시글은 김성범 교수님의 유튜브 강의를 정리한 내용입니다.

내용과 사진의 각 출처는 김성범 교수님께 있음을 미리 알립니다.

해당 게시글 강의 영상: https://www.youtube.com/watch?v=FfUHRuUxQiY&t=4s 

---

[핵심 머신러닝] 수치예측, 범주예측 (분류)

X (원인): 독립변수, 예측변수, 입력변수

Y (결과): 종속변수, 반응변수, 출력변수

 

예측 모델링: 관계를 잘 찾는 함수식을 찾는 것

연속형 데이터: 데이터 자체를 숫자로 표현

예) 가격, 길이, 압력, 두께

범주형 데이터: 원칙적으로 숫자로 표시할 수 없는 데이터

예) 제품 불량 여부 (양품/ 불량), 보험 사기 여부(정상/ 비정상)

 

수치 예측 데이터 (Regression)

y값이 없는 x값의 데이터가 올 때, y값을 예측할 수 있음

 

예제 - 중고차 가격 예측

범주 예측 데이터 (Classification)

범주 예측 = 분류

 

실제 숫자를 예측하는 것이 아님.

범주 사이를 잘 나눌 수 있는 것이 목적

 

예제1) 불량 예측

 

예제 2) 고객 이탈 예측

 

예제 3) 보험 사기 여부 예측

청구 내역과 사기 여부간의 관계를 함수식으로 만들어 분류모델 제작

예제 4) 이메일/스팸 분류