지도 학습 ER 워크플로우

---

Feature Engineering

입력: 레코드 쌍 출력: 유사도 벡터

---

분류 알고리즘 선택

알고리즘	장점	단점	적합한 경우
Logistic Regression	빠름, 해석 가능	비선형 패턴 X	베이스라인
Random Forest	비선형, 안정적	블랙박스	일반적 상황
XGBoost	높은 정확도	튜닝 필요	복잡한 데이터
SVM	고차원에 강함	대규모 느림	피처 많을 때
Neural Network	복잡한 패턴	데이터 많이 필요	대규모

---

recordlinkage 지도 학습

---

sklearn 사용

---

문제: 레이블 데이터가 없다!

현실:

• 수백만 쌍 중 어떤 것이 매칭인지 모름
• 사람이 일일이 레이블링? → 비용 & 시간

해결책: Active Learning