๐ Support vector machine (SVM)
๊ฐ์์ง์ ๊ณ ์์ด๋ฅผ ๋จธ์ ๋ฌ๋ํ์ฌ ํ์ต์ํจ๋ค๊ณ ๊ฐ์ ํ์๋ ๋ฌด์์ ๊ตฌ๋ถํ๋ ๋ฌธ์ ๋ฅผ ๋ถ๋ฅ ๋ฌธ์ (Classification problem)๋ผ๊ณ ํ๋ฉฐ, ํด๋น ๋ฌธ์ ๋ฅผ ํธ๋ ๋ชจ๋ธ์ ๋ถ๋ฅ๊ธฐ(Classifier) ๋ผ๊ณ ํ๋ค. ์ x์ถ๊ณผ y์ถ์ ๊ฐ์์ง ๊ณ ์์ด๋ฅผ ๋ถ๋ฅํ ์ ์๋ ํน์ง์ผ๋ก ํ์๋ฅผ ํ์๊ณ , ์ ํ๋๋ฅผ ์ฌ๋ฆฌ๊ณ ์ถ๋ค๋ฉด ํน์ง์ ์ถ๊ฐํ ์ ์๋ค. ํน์ง์ ๋ง์ด ์ถ๊ฐํด ์ฃผ๋ฉด ๋ณดํธ์ ์ผ๋ก ์ ํ๋๊ฐ ์ฌ๋ผ๊ฐ๋ค. ex) ์ง๋ ์๋ฆฌ
์ ๊ทธ๋ฆผ์์ ๊ฐ์์ง์ ๊ณ ์์ด๋ฅผ ๊ตฌ๋ถํ๋ ๋นจ๊ฐ ์ ์ Support vector ๋ผ ๋ถ๋ฅด๋ฉฐ ๊ฐ ๋ชจ๋ธ๊ณผ์ ๊ฑฐ๋ฆฌ๋ฅผ Margin ์ด๋ผ๊ณ ๋ถ๋ฅธ๋ค. Margin์ด ์ปค์ง์๋ก ๋ชจ๋ธ๋ค์ด ๋ช ํํ ๊ตฌ๋ถ๋๋ ๊ฒ์ด๋ ์ฐ๋ฆฌ์ ๋ชฉํ๋ Margin์ด ๋์ด์ง๋๋ก ํ์ต์ํค๋ ๊ฒ์ด๋ค.
๐ k-Nearest neighbors (KNN)
์ ์๊ณ ๋ฆฌ์ฆ์ ์ดํดํ๊ธฐ ๋งค์ฐ ์ฝ๋ค.
ํน์ง๋ณ๋ก ๋ฐฐ์น๋ฅผ ํ ํ ํด๋น ๊ฐ์ฒด๊ฐ ๊ทผ์ฒ์ ์๋ k(๊ฐ์) ๊ฐ์ ๋ณด๊ณ ์์ ์ ์์น๋ฅผ ๊ฒฐ์ ํ๋ ์๊ณ ๋ฆฌ์ฆ์ด๋ค.
๐ Decision tree (์์ฌ๊ฒฐ์ ๋๋ฌด)
์ ์ฌ์ง๊ณผ ๊ฐ์ด ์ค๋ฌด๊ณ ๊ฐ ๋ฐฉ์์ผ๋ก ์ถ๋ก ์ ํ๋ ์๊ณ ๋ฆฌ์ฆ์ด๋ฉฐ ์ฑ๋ฅ์ด ์ข๊ณ ๊ฐ๋จํ ๋ฌธ์ ๋ฅผ ํ ๋ ์์ฃผ ์ฌ์ฉ๋๋ค.
๐ Random forest
Decision tree (์์ฌ๊ฒฐ์ ๋๋ฌด)๋ฅผ ์ฌ๋ฌ๊ฐ ํฉ์น ๋ชจ๋ธ์ด๋ฉฐ ๊ฐ ๋๋ฌด์์ ๋์จ ๊ฒฐ๊ณผ๊ฐ์ ๊ฐ๊ฐ์ ์์ฌ๊ฒฐ์ ๋๋ฌด๋ค์ด ํฌํํ์ฌ ์ต์ข ๋ต์ ๊ฐ๋ฆฌ๋ ๋ฐฉ์์ด๋ค.
๐ ์์งํ ์กฐ๊ธ ์ด๋ ต์ง๋ง kaggle ์ฌ์ดํธ์์ ์ฌ๋ฐ๋๊ฒ ๋ง์์ ์กฐ๊ธ ์๋ฌ๋๋ฉด ์ฌ๋ฐ์ ๊ฒ ๊ฐ๋ค๋ ์๊ฐ์ด ๋ค์๋ค.
์์ง ์๊ณ ๋ฆฌ์ฆ๋ ์๋ฒฝํ๊ฒ ์ํํ์ง ๋ชปํ๋๋ฐ ๋ฐฐ์ธ๊ฒ ๋ง์์ ธ ๋จธ๋ฆฌ๊ฐ ์กฐ๊ธ ์ง๋๊ฑฐ๋ฆฌ์ง๋ง ๋์ฑ ์ด์ฌํ ํด์ผ๊ฒ ๋ค.