AI-Summary.md

1. 분류(Classification) - 이산형(범주형), 데이터전처리(클래스 불균형 처리)

1.1 이진 분류(Binary Classification) - Ex) 참/거짓, 긍/부정, 고객 이탈예측 등

1.1.1 ML 알고리즘

로지스틱 회귀(Logistic Regression)
서포트 벡터 머신(Support Vector Machine, SVM)
나이브 베이즈 분류기(Naive Bayes Classifier)
랜덤 포레스트 분류(Random Forest)

1.1.2 코드

from sklearn.linear_model import LogisticRegression  
model_logistic = LogisticRegression()  
from sklearn import svm
model_svm = svm.SVC()
from sklearn.ensemble import RandomForestClassifier model_random_forest = RandomForestClassifier()
from sklearn.naive_bayes import GaussianNB

1.2 다중 범주 분류(Multiclass Classification) - Ex) 동물의 종류, 고객 세분화 등

1.2.1 ML 알고리즘

로지스틱 회귀(Logistic Regression)
결정 트리(Decision Tree)
나이브 베이즈 분류기(Naive Bayes Classifier)

1.2.2 코드

from sklearn.tree import DecisionTreeClassifier model_decision_tree = DecisionTreeClassifier()
from sklearn.linear_model import LogisticRegression
model_logistic = LogisticRegression(multi_class='multinomial')
from sklearn.naive_bayes import GaussianNB
model_naive_bayes = GaussianNB()
from sklearn.neighbors import KNeighborsClassifier
model_knn = KNeighborsClassifier()