Classification(분류)
'스팸/정상'처럼 이미 정답(레이블)이 붙어 있는 과거 데이터로 학습한 뒤, 이를 바탕으로 새로 들어온 데이터가 어떤 범주에 속하는지 예측하는 지도학습 계열의 머신러닝 기법입니다.
한눈에 보는 정의
Classification(분류)은 이미 정답이 붙어 있는 데이터로 학습한 뒤, 새로운 데이터가 어떤 범주에 속하는지 예측하는 머신러닝 기법입니다.
자세히 알아보기
- 예문: "과거 메일 데이터로 학습한 Classification 모델이, 새로 온 메일을 스팸인지 정상인지 자동으로 분류해줬다."
- 정답 없이 데이터 스스로 그룹을 찾아내는 Clustering(군집화) (군집화)과 달리, Classification은 '이 메일은 스팸이다'라는 정답이 이미 붙어 있는 데이터로 미리 학습한 뒤 새로운 데이터에 그 기준을 적용해 예측합니다.
- 예측하려는 결과가 연속적인 숫자값(예: 가격)이 아니라, 미리 정해진 몇 가지 범주(예: 스팸/정상) 중 하나라는 점에서, 연속된 값을 예측하는 Regression(회귀분석) (회귀분석)과 구분됩니다.
- 스팸 필터링, 질병 진단, 이탈 고객 예측처럼 '이것이 어느 범주에 속하는가'를 답해야 하는 다양한 문제에 널리 활용됩니다.