머신러닝, 지도학습과 비지도학습 간단히

<지도학습>

fit() : 머신러닝 모델 학습을 위해

predict() : 학습된 모델의 예측을 위해

▷ 분류(Classification)과 회귀(Regression)의 다양한 알고리즘을 구현하는 사이킷런 클래스는

 이 두가지를 이용해 간단하게 학습과 예측 결과 반환 가능.

  ▶ 분류 알고리즘 구현한 클래스 : Classifier + 회귀 알고리즘을 구현한 클래스 : Regressor

   ▷ 합쳐서 Estimator 클래스 : 지도학습의 모든 알고리즘을 구현한 클래스를 통칭

 

cross_val_score(), evaluation 함수, GridSearchCV 등 하이퍼 파라미터 튜닝을 지원하는 클래스

 : Estimator 인자로 받음. 

▷ 인자로 받은 요고에 대해 이 함수 내에서 fit(), predict()를 호출해서 평가하거나 하이퍼 파라미터 튜닝해야함

 

Estimator ( 학습 : fit() , 예측: predict() )
분류(Classifier)	회귀(Regressor)
분류 구현 클래스 DecisionTreeClassifier RandomForestClassifier GradientBoostingClassifer GaussianNB SVC	회귀 구현 클래스 LinearRegression Ridge Lasso RandomRorestRegressor GradientBoostingRegressor

 

<비지도학습>

- 차원 축소, 클러스터링, 피처 추출(Feature Extraction) 등을 구현한 클래스도 fit()과 transform()을 적용.

▷ 하지만 fit은 학습 ㄴㄴ 입력 데이터의 형태에 맞춰 데이터를 변환하기 위한 사전 구조를 맞추는 작업

  : fit 으로 사전 구조 맞추고 transform()이 데이터의 차원 변환, 클러스터링, 피처 추출 등은 얘가 함

   ▶ 두 개가 합쳐진 fit_transform()도 있음. 얘는 나중에 비지도학습에서 좀 더 꼼꼼히