Când clasificarea este efectuată de un computer, se utilizează în mod normal metode statistice pentru a dezvolta algoritmul.
Adesea, observațiile individuale sunt analizate într-un set de proprietăți cuantificabile, cunoscute sub numele de variabile explicative sau caracteristici. Aceste proprietăți pot fi categorice (de exemplu, „A”, „B”, „AB” sau „O”, pentru grupa sanguină), ordinale (de exemplu, „mare”, „mediu” sau „mic”), cu valoare întreagă (de exemplu, numărul de apariții ale unui anumit cuvânt într-un e-mail) sau cu valoare reală (de exemplu, o măsurare a tensiunii arteriale). Alți clasificatori funcționează prin compararea observațiilor cu observațiile anterioare prin intermediul unei funcții de similaritate sau distanță.
Un algoritm care implementează clasificarea, în special într-o implementare concretă, este cunoscut sub numele de clasificator. Termenul „clasificator” se referă uneori și la funcția matematică, implementată de un algoritm de clasificare, care mapează datele de intrare la o categorie.
Terminologia în diferite domenii este destul de variată. În statistică, unde clasificarea se face adesea cu regresie logistică sau o procedură similară, proprietățile observațiilor sunt denumite variabile explicative (sau variabile independente, regresori etc.), iar categoriile care trebuie prezise sunt cunoscute ca rezultate, care sunt considerate a fi valori posibile ale variabilei dependente. În învățarea automată, observațiile sunt adesea cunoscute ca instanțe, variabilele explicative sunt denumite caracteristici (grupate într-un vector de caracteristici), iar categoriile posibile care trebuie prezise sunt clase. Alte domenii pot utiliza o terminologie diferită: de exemplu, în ecologia comunității, termenul „clasificare” se referă în mod normal la analiza clusterelor.
Relația cu alte probleme
Clasificarea și gruparea sunt exemple ale problemei mai generale a recunoașterii tiparelor, care este atribuirea unui anumit tip de valoare de ieșire unei anumite valori de intrare. Alte exemple sunt regresia, care atribuie o ieșire cu valoare reală fiecărei intrări; etichetarea secvențelor, care atribuie o clasă fiecărui membru al unei secvențe de valori (de exemplu, etichetarea părților de vorbire, care atribuie o parte de vorbire fiecărui cuvânt dintr-o propoziție de intrare); parsarea, care atribuie un arbore de analiză unei propoziții de intrare, descriind structura sintactică a propoziției; etc.
O subclasă comună a clasificării este clasificarea probabilistică. Algoritmii de această natură utilizează inferența statistică pentru a găsi cea mai bună clasă pentru o anumită instanță. Spre deosebire de alți algoritmi, care pur și simplu generează o clasă „cea mai bună”, algoritmii probabilistici generează o probabilitate ca instanța să fie membră a fiecăreia dintre clasele posibile. Cea mai bună clasă este apoi selectată în mod normal ca fiind cea cu cea mai mare probabilitate. Cu toate acestea, un astfel de algoritm are numeroase avantaje față de clasificatorii neprobabilistici:
- Poate genera o valoare de încredere asociată cu alegerea sa (în general, un clasificator care poate face acest lucru este cunoscut sub numele de clasificator ponderat în funcție de încredere).
- În mod corespunzător, se poate abține atunci când încrederea sa în alegerea unei anumite ieșiri este prea scăzută.
- Datorită probabilităților generate, clasificatorii probabilistici pot fi încorporați mai eficient în sarcini de învățare automată mai ample, într-un mod care evită parțial sau complet problema propagării erorilor.
(Include texte traduse și adaptate din Wikipedia de Nicolae Sfetcu)
Inca doua idei inovatoare
Acest proiect propune un compresor centrifugal fara stator, la care peretii compresorului sunt fixati pe paletele rotorului asa incat gazul din compresor este capsulat impreuna cu rotorul, si peretii compresorului, paletele rotorului si gazul din compresor au o miscare de … Citeşte mai mult
Aleg să trăiesc
Doresc să-mi scriu povestea astfel încât oamenii o vor citi. o vor trăii. o vor simți. Poate deveni doar un gând în șoaptă. Până când, devine o realitate. Parte grea părea prezentul. Trecutul este păstrat la loc sigur. Iar viitorul- … Citeşte mai mult
Teorii cauzale ale referinței
Teoriile descriptiviste au încercat să elimine anumite contradicții logice dacă numele erau considerate descrieri definite. Kripke a respins valabilitatea acestor teoriile descriptiviste argumentând că nu este nevoie de o descriere unică a identității, se pot utiliza descrieri identificatoare chiar dacă … Citeşte mai mult
Descoperă mai multe la MultiMedia
Abonează-te ca să primești ultimele articole prin email.
Lasă un răspuns