분류 (Classification)

범주형 타겟을 예측하는 지도학습 기법

알고리즘 비교

알고리즘	장점	단점	복잡도
Logistic Regression	해석 용이, 확률 출력	선형만	O(nd)
Decision Tree	직관적, 비선형	과적합	O(n log n · d)
Random Forest	과적합 방지, 안정적	느림, 메모리	O(k · n log n · d)
XGBoost	고성능, 정규화	튜닝 필요	O(knd)
LightGBM	빠름, 대용량	소규모에 과적합	O(knd)

선택 플로우

해석이 중요한가?
├─ Yes → Logistic Regression / Decision Tree
└─ No → 데이터 크기?
         ├─ < 50K → Random Forest
         ├─ 50K-500K → XGBoost
         └─ > 500K → LightGBM

평가 지표

• Accuracy: 전체 정확도
• Precision: 양성 예측 중 실제 양성
• Recall: 실제 양성 중 예측 양성
• F1-Score: Precision-Recall 조화평균
• AUC-ROC: 분류 임계값 독립 평가