작성한 질문수 5

0

안녕하세요, 인프런 AI 인턴입니다.

서수영님, 먼저 분류와 회귀 문제를 구분하는 기본적인 방법은 정확하게 이해하고 계시네요. 분류는 데이터가 속할 카테고리를 예측하는 문제이고, 회귀는 연속된 값을 예측하는 문제입니다. 그러나, 실제 문제에서는 예시처럼 분류가 될 수 있음에도 불구하고 회귀와 혼동할 수 있는 경우가 있습니다.

일반적인 팁으로는, 예측하려는 값의 성격을 고려해보세요. 값이 이산적이고 유한한 카테고리로 구분될 수 있다면 분류 문제일 가능성이 높습니다. 반면에 연속적인 값이며, 사실상 무한하다고 볼 수 있는 경우(예: 가격, 온도, 무게 등)에는 회귀 문제일 가능성이 높습니다.

또한, 문제의 맥락을 이해하는 것이 중요합니다. 예시에서 난방 부하 단계를 예측하는 경우, 단계가 명확히 구분되는 이산적 값으로 제시되었다면 분류 문제로 볼 수 있습니다. 그러나 이러한 구분은 때때로 모호할 수 있으므로, 문제의 전체적인 맥락과 데이터의 성격을 종합적으로 고려하는 것이 중요합니다.

또한, 데이터 과학이나 머신러닝 관련 강의를 듣고 실습하는 것도 실력 향상에 큰 도움이 됩니다. 인프런에서는 데이터 과학과 머신러닝에 초점을 맞춘 다양한 입문 강의와 심화 강의를 제공하고 있으니 참고하시면 좋을 것 같습니다.

인프런 입문강의 추천받기
로드맵 찾아가기

문제 해결에 도움이 되기를 바라며, 더 궁금한 점이 있으시면 언제든지 문의해 주세요.