1. 선형 회귀 (Linear Regressioin) 여러 가지 데이터를 활용하여 연속형 변수인 목표 변수를 예측해 내는 것이 목적이다. 예측하는 데 사용되는 변수들은 연속형일 필요 없다. 복잡한 알고리즘에 비해서는 예측력이 떨어지지만 데이터 특성이 복잡하지 않을 때는 쉽고 바른 예측이 가능해 많이 사용된다. 다른 모델과의 성능을 비교하는 베이스라인으로 사용하기도 한다. 2. 로지스틱 회귀 (Logistic Regressioin) 선형 회귀 분석과 상당히 유사하지만 다루는 문제가 다르다. 선형 회귀 분석은 연속된 변수를 예측하지만 로지스틱 회귀 문석은 Yes/No 와 같이 두 가지로 나뉘는 분류 문제를 다룬다. 다른 모델과의 비교를 목적으로 자주 활용된다. 3. K-최근접 이웃 (KNN) 각 데이터 ..
