> For the complete documentation index, see [llms.txt](https://sdc-james.gitbook.io/onebook/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://sdc-james.gitbook.io/onebook/4.-and/5.1./5.1.2.-classification.md).

# 5.1.2.     분류 (Classification)

supervised ML의 문제의 타입 (problem type)에 따라 크게 두가지로 분류될 수 있습니다.

\-      Regression(회귀 분석):  주어진 데이터가 어떤 함수로부터 생성됐는가를 알아보는 ‘함수 관계’를 추측하는 것입니다. 예측하는 결과값이 continuous value(연속값)

\-      Classification(분류): 분류는 말 그대로 입력이 어떤 카테고리에 해당하는지 나누는 것입니다. 즉 예 아니오 와 같은 예측하는 결과값이 discrete value(이산값)

Classification은 주어진 데이터를 정해진 카테고리에 따라 분류하는 문제를 말합니다. 최근에 많이 사용되는 이미지 분류도 Classification 중에 하나입니다.

예를 들어, 이메일이 스팸메일인지 아닌지를 예측하려고 하면 이메일은 스팸메일/정상적인 메일로 라벨링 될 수 있을 것입니다. 비슷한 예시로 암을 예측하려고 가정했을 때 이 종양이 악성종양인지/아닌지로 구분할 수 있습니다. 이처럼 맞다/아니다로 구분되는 문제를 **Binary Classification**이라고 부릅니다.

분류 문제가 모두 맞다 / 아니다로 구분되지는 않습니다. 예를 들어, 공부시간에 따른 전공 Pass/Fail을 예측하려고 하면 이는 Binary Classification 으로 볼 수 있습니다. 반면에, 수능 공부시간에 따른 전공 학점을 A / B / C / D / F 으로 예측하는 경우도 있습니다. 이러한 분류를 **Multi-label Classification**이라고 합니다.

Regression은 연속된 값을 예측하는 문제를 말합니다. 주로 어떤 패턴이나 트렌드, 경향을 예측할 때 사용됩니다. Coursera에서는 Regression을 설명할 때 항상 집의 크기에 따른 매매가격을 예로 듭니다. 아까와 유사한 예를 들자면, 공부시간에 따른 전공 시험 점수를 예측하는 문제를 예로 들 수 있습니다.


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://sdc-james.gitbook.io/onebook/4.-and/5.1./5.1.2.-classification.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.