[머신러닝] Regression(회귀)과 Classification(분류)

공부중인 학부생입니다. 틀린 부분이 있다면 꼭 댓글로 남겨주세요 :)

 

Supervised learning(지도학습)에는 크게 Regression(회귀)과 Classification(분류)로 나뉜다.

Supervised learning이란 간단히 정답을 미리 주고 기계를 학습시키는 것이라고 할 수 있다.

더 자세한 설명은 아래 링크를 통해 볼 수 있다.

 

2022.02.14 - [분류 전체보기] - [머신러닝] Supervised Learning(지도학습), Unsupervised Learning(비지도학습), Reinforced Learning(강화학습)

[머신러닝] Supervised Learning(지도학습), Unsupervised Learning(비지도학습), Reinforced Learning(강화학습)

 

그렇다면 회귀와 분류는 무엇일까?

▶ Regression(회귀)

회귀는 연속된 값을 예측하는 것이다. 즉 여러 개의 독립변수와 한 개의 종속변수 간의 상관관계를 모델링하는 기법이다. 

보통 연속된 값은 숫자로 표현될 수 있기때문에 예측하고 싶은 변수가 숫자일 때 보통 회귀라는 방법을 사용한다. 

 

회귀의 예 (출처: https://www.tibco.com/ko/reference-center/what-is-regression-analysis)

파란색 점이 어떤 값들이라고 하면 이 값들의 선형 상관 관계를 나타낸 구분선이 빨간선이라고 할 수 있다. 

 

예를 들어 몸무게를 이용해 키를 예측하는 것이 회귀 문제라고 할 수 있다. 

 

▶ Classification(분류)

분류는 연속성이 없이 레이블대로 학습시킨 후에 새로운 데이터를 예측할 때 학습시킨 레이블 중 어떤 레이블에 속하는 지 찾아내는 방법이다. 그래서 분류 모델의 결과는 항상 학습했던 데이터의 레이블 중 하나가 된다. 

 

쉽게 말해, 분류는 종류를 예측하는 것이다. 

 

분류의 예 (출처: https://velog.io/@jeromecheon/ML-2편-Linear-tasks-classification분류-1)

---

편집 일시

22.02.19