Съдържание:

Как работи алгоритъмът за класификация?
Как работи алгоритъмът за класификация?

Видео: Как работи алгоритъмът за класификация?

Видео: Как работи алгоритъмът за класификация?
Видео: Множественная линейная регрессия в Python. Машинное обучение ПРОСТО! ПРОГНОЗИРУЕМ ЦЕНУ НЕДВИЖИМОСТИ! 2024, Септември
Anonim

Класификацията е техника, при която категоризираме данните в определен брой класове. Основната цел на а класификация проблем е за идентифициране на категорията/класа, към който ще попаднат нови данни. Класификатор : Ан алгоритъм който картографира входните данни към конкретна категория.

По подобен начин някой може да попита какви са алгоритмите за класификация в машинното обучение?

Тук имаме видовете алгоритми за класификация в машинното обучение:

  • Линейни класификатори: логистична регресия, наивен байесов класификатор.
  • Най-близкият съсед.
  • Поддържащи векторни машини.
  • Дърветата на решенията.
  • Подсилени дървета.
  • Случайна гора.
  • Невронни мрежи.

Освен по-горе, какъв алгоритъм за класификация се основава на вероятността? Вероятностни класификация . В машинното обучение, вероятностен класификатор е класификатор който е в състояние да предвиди, като се има предвид наблюдение на вход, а вероятност разпределение върху набор от класове, а не само извеждане на най-вероятния клас, към който трябва да принадлежи наблюдението.

Просто така, кой е най-добрият алгоритъм за класификация?

Random Forest е едно от най-ефективните и гъвкави машинно обучение алгоритъм за голямо разнообразие от класификация и задачи за регресия, тъй като те са по-устойчиви на шум. Трудно е да се изгради лоша случайна гора.

Какво е ML класификация?

В машинното обучение и статистиката, класификация е проблемът да се идентифицира към коя от набор от категории (подпопулации) принадлежи ново наблюдение, въз основа на обучителен набор от данни, съдържащ наблюдения (или случаи), чието членство в категорията е известно.

Препоръчано: