화장품피부유전체플랫폼

알고리즘

최적 알고리즘

DT

( Decision Tree )

Yes/No, True/False와 같은 구조로 데이터에 있는 규칙을 통해 데이터셋을 분류/예측하는 지도학습(Supervised Learning) 모델입니다. 지도학습은 미리 Yes/No, True/False에 대하여 데이터셋에 정의(또는 정답)해 두고 학습하는 것을 의미합니다.

K-Means

( K-means clustering )

주어진 데이터셋을 'K(상수)'개의 클러스터(그룹)로 묶는 알고리즘으로, 각 클러스터와 거리 차이의 분산을 최소화하는 방식으로 동작합니다. 이 알고리즘은 Decision Tree와는 다른 자율/비지도학습(Unsupervised Learning) 모델입니다. 지도학습이 데이터셋에 대한 미리 정의한 값이 있다면 비지도학습은 정의(또는 정답) 레이블이 달려 있지 않은 입력 데이터에 레이블을 달아주는 역할 즉, 'K'개의 클러스터로 분류 학습을 진행합니다.

SVM

( Support Vector Machine )

패턴 인식, 자료 분석을 위한 지도학습(Supervised Learning) 모델이며, 주로 분류와 회귀 분석을 위해 사용됩니다. 두 카테고리(분류 그룹) 중 어느 하나에 속한 데이터셋이 주어졌을 때, 주어진 데이터 집합을 바탕으로 하여 새로운 데이터가 어느 그룹에 속할지 판단하는 비활률적 분류 모델을 만듭니다.

성별

여자

남자

나이

결혼여부

피부타입

피부톤

수분정도

유분

건조

민감성

저항성

색소침착

비색소침착

주름

탄력

예측서비스

제품제형예측 Beta

DT

( Decision Tree )

K-Means

( K-means clustering )

SVM

( Support Vector Machine )