예측해야할 y값이 정해져 있는 문제(Supervised Learning)에 사용되는 알고리즘 정리 평가하기도 용이 하다. |
|
y값이 연속되지 않은 True/False 또는 카테고리화 하는 분류 문제를 해결하는 방법 (Classification문제) |
Logistic Regression, KNN, Dicision Tree, Random Forest |
y값이 연속된 숫자를 맞추는 문제를 해결하는 방법 (Regression 문제) |
Linear Regression, KNN(잘안씀), Dicision Tree, Random Forest |
예측해야할 y값이 없는 문제(Unsupervised Learning)에 사용되는 알고리즘 정리 평가하기 명확한 지표가 없어서 평가가 어렵다. |
|
Clustering | Kmeans |
Dimensionality Reduction(차원축소) | Principal Component Analysis (주성분 분석) |
Association |
'Data Science' 카테고리의 다른 글
윈도우10기반 아나콘다 환경에 각종 라이브러리 설정하기 (0) | 2019.09.07 |
---|
댓글