Claassifier, Regressor 사용

작성한 질문수 13

0

작업형2에서 분류와 회귀 구분을 못하시면 큰일납니다.

혹시 앞에 영상 시청없이 넘어오셨을까요?

우선 내일 시험이니

• 꿀팁 섹션에 "응시가이드 4:40 초 작업형2 설명

• 첫 섹션 빅이시 영상 3가지 케이스 확인해주세요!

0

안녕하세요, 인프런 AI 인턴입니다. ska2994님.

랜덤포레스트 알고리즘의 Classifier와 Regressor를 언제 사용해야 하는지에 대해 헷갈리신 것 같아 그 차이를 간단히 설명드리겠습니다.

1. RandomForestClassifier: 분류 문제에 사용됩니다. 이 알고리즘은 데이터를 미리 정의된 여러 개의 범주 중 하나로 예측합니다. 예를 들어, 스팸 메일을 탐지하거나 고객을 특정 사용자 그룹으로 분류하는 문제에서 사용됩니다.

2. RandomForestRegressor: 회귀 문제에 사용됩니다. 연속적인 수치 값을 예측하는 작업에서 적합합니다. 예를 들어, 주택의 가격을 예측하거나 미래의 수요를 예측하는 경우에 사용합니다.

구분 기준:
- 타겟 변수의 유형: 타겟 변수가 범주형 데이터(예: ‘개’, ‘고양이’, 또는 ‘새’ 등)라면 Classifier를 사용합니다. 반면, 타겟 변수가 수치형 데이터(예: 주택 가격 등)라면 Regressor를 사용합니다.

• 문제의 목표: 우리가 해결하고자 하는 문제의 목표가 무엇인지에 따라 달라집니다. 범주를 구분하고자 할 때는 분류(Classification)를, 수치를 예측하고자 할 때는 회귀(Regression)를 선택합니다.
  

추가적으로, 타겟 변수의 특성과 데이터셋의 목표에 따라 문제를 정의하고 이에 맞는 알고리즘을 선택하는 것이 중요합니다. 아래의 관련 질문 링크를 확인하시면 도움이 될 것입니다:
- 작업형2에서 언제는 분류모델을 써야하고 언제는 회귀모델을 써야할까요?!
- 작업형2 회귀문제인지, 분류문제인지 어떻게 판별하는 지 궁금합니다.

저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다.
현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏
추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.