티스토리 뷰
회귀
회귀는 예측하고자 하는 타겟값이 실수인 경우에 사용한다. 선형 회귀를 통한 대상의 길이 예측, 예상 거래량, 대상이 참일 확률 등과 같이 결과값이 연속성을 지닌 경우에 사용한다.
분류
분류는 예측하고자 하는 타겟값이 범주형 변수인 경우에 사용한다. 연속성을 지니지 않고 이산값을 가진다. 0 과 1로 처리할 수 있는 값을 의미하고, 참/거짓, 여러 대상 중 하나의 타겟으로 분류하는 등에 사용한다. 분류는 이진 분류와 다중 분류가 있는데 이진 분류는 0 or 1로 분류하는 것이고, 다중 분류는 여러 대상 중 하나로 분류하는 것이다.
'머신러닝' 카테고리의 다른 글
머신러닝 파라미터와 하이퍼 파라미터 (0) | 2022.10.03 |
---|---|
머신러닝 원핫 인코딩 (1) | 2022.09.30 |
머신러닝 get_dummies() (0) | 2022.09.24 |
교차검증 (1) | 2022.09.23 |
머신러닝 / SVM(Support Vector Machine) (1) | 2022.09.22 |
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- SOME/IP
- problem statement
- AVB
- many-to-many
- AVTP
- 회귀
- 딥러닝
- 차량 네트워크
- automotive ethernet
- one-to-many
- HTML
- Ethernet
- 논문 잘 쓰는법
- 케라스
- 크로스 엔트로피
- automotive
- 머신러닝
- SVM
- Python
- 이상탐지
- cuckoo
- AE
- 단순선형회귀
- PCA
- 로지스틱회귀
- 차량용 이더넷
- porks
- json2html
- many-to-one
- CAN-FD
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 | 31 |
글 보관함