머신러닝 알고리즘들

1. Linear Regression

 x 값이 증가할 때, y값도 증가하는 알고리즘

 ex) 키와 몸무게

 

2. Logistic Regression

 binary classfication을 예측하는 알고리즘(0인지 1인지를 예측)

 x가 감소할수록 0에 한없이 가까워 지고 증가할수록 1에 한없이 가까워 짐

 딥러닝의 Activation(활성화 함수) 중 시그로이드 함수로 사용됨

 

3. Decision Tree

 스무고개 같은 느낌

 활용 범주가 넓음

 

4. Random Forest

 트리가 엄청 많은 것으로, Decision Tree의 단점(Overfitting)을 보완할 수 있음

 비교적 좋은 예측 능력을 가지고 있음

 앙상블 모델의 베이스

 

5. Kmeans Clustering

 Unsupervised Learning

 Segmentation에 용이함

 

6. XGBoost

 Tree 모델 중 하나

 

https://www.youtube.com/watch?v=gKQJvr0UHis