여기서 잠깐 : 기계학습

1. 기계학습 모델 

오렌지3의 model 위젯개변과 분야를 간단히 정리 해 보자

모델	개념	분야
선형회귀 Linear Regression	수치로 이루어진 변수들의 관계를 함수로 나타내고 새로운 수치를 예측	지도 - 회귀
최근접 이웃 kNN	k-NN(k-Nearest Neighbors) 새로운 데이터가 들어왔을때 데이터간의 거리가 가까운 데이터를 확인하여 분류하는 기계학습 모델	지도 - 분류
로지스틱 회귀 logistic - Regression	입력값을 결합하여 어던 사건의 발생 가능성을 확률적으로 예측	지도 - 분류
서포트 벡터 머신 SVM	집단사이의 마진을 최대화하는 결정 기계를 찾는 학습 모델	지도- 분류
나이브 베이즈 Naive Bayes	데이터 특성들이 단순하게 독립적으로 영향을 미친다는 베이즈 이론을 기반으로 특정 레이블로 분류되는 조건부 확률을 계산하는 모델	지도-분류
랜덤 포레스트 Random Forest	의사결정트리를 여러개 사용하여, 의사결정트리 하나를 사용하는 것보다 정확도를 높이는 지도학습 모델	지도-회귀, 분류
신경망 Neural Network	ANN은 입력층과 출력층 사이의 은닉층을 정의해 학습하는 모델	지도 - 회귀, 분류
k- Means	비지도 학습 모델로, 주어진 데이터를 k개의 클러스터로 묶어 데이터를 중심점에서 가장 가까운 군집에 할당하고 군집의 중심을 계산하여 그 값이 바뀌지 않을 때까지 계속 반복하는 방식	비지도 - 군집화