머신러닝에서 문제를 풀 때, 크게 2가지 접근 방법이 있다. 분류와 회귀가 바로 그것이다.
분류(Classification)는 입력에 대하여, 범주로 결과를 나타내는 접근 방법이다.
2개로 분류한다면 이진분류(Binary Classification), 여러가지로 분류한다면 다중분류(Multiclass Classification)
예를 들어, 고양이와 강아지를 구별해야 한다면 분류에 해당하는 문제이다.
회귀(Regression)은 입력에 대하여, 값을 예측하는 접근 방법이다. 예를 들어 1년 동안의 주가 데이터를 통해 내일 주가를 예측한다면 회귀에 해당하는 문제이다.
모델 중 로지스틱 회귀(Logistic Regression)를 혼동할 수 있다. 로지스틱 회귀는 이름에 회귀가 들어가지만 분류에 해당하는 모델이다. 분류의 기준이 되는 임계값(Threshold)을 찾는 모델이기 때문이다.