그거 하라고 돈을 회사에서 쳐 주는거잖아 등쉰샠캬
그럼 니가 알아서 해결을 해
대가리가 빠가냐?
이런 샠퀴를 쓰는 회사가 더 등쉰인 듯

random forest, support vector machine, 그 외 많이 사용되는 machine learning 기법을 돌려보면 될 듯.
그외 performance measure들도 많은데 accuracy 말고도… AUC는?
공부 좀 더 해야할듯….

If overfit, underfit or less generalizable in external validation.

단순히 수치만으로 좋다 나쁘다를 판단하기엔 정보가 너무 없네요.. chance 보다 유의미하면 좋다고 그냥 가는 경우도 있고,, 데이터에 따라 accuracy가 높다고 마냥 좋은게 아닐수도 있고요. 전 logistic 이나 svm은 quick benchmark로 쓰고 버리고 xgboost 로 다 돌려요 .. 다른 알고리즘 다 넣어봐도 이 보다 peformance가 좋게 나오기 힘든듯. grid search같은걸로 최대한 parameter 튜닝하고, 전처리 손보고, 데이터수 늘려보고,, 노가다하면서 어떻게든 쥐어짜내야죠.

네 모두 답변 감사드립니다
Ml.engineer님, xgboost가 가장 좋다는 말 많이들었는데 optimize가 부족한거 같네요 말씀하신거 총 동원해서 다 해보겠습니다 의견 너무 감사합니다