TechCodeview

Jak wiemy, algorytm nadzorowanego uczenia maszynowego można ogólnie podzielić na algorytmy regresji i klasyfikacji. W algorytmach regresji przewidywaliśmy wynik dla wartości ciągłych, ale aby przewidzieć wartości kategoryczne, potrzebujemy algorytmów klasyfikacji.

Jaki jest algorytm klasyfikacji?

Algorytm klasyfikacji jest techniką uczenia się nadzorowanego, która służy do identyfikacji kategorii nowych obserwacji na podstawie danych uczących. W klasyfikacji program uczy się na podstawie danego zbioru danych lub obserwacji, a następnie klasyfikuje nowe obserwacje w szereg klas lub grup. Jak na przykład, Tak lub Nie, 0 lub 1, Spam lub Nie Spam, kot czy pies, itp. Klasy mogą być wywoływane jako cele/etykiety lub kategorie.

Jak znaleźć ukryte aplikacje na Androidzie

W przeciwieństwie do regresji, zmienną wyjściową Klasyfikacji jest kategoria, a nie wartość, np. „Zielony lub Niebieski”, „owoc lub zwierzę” itp. Ponieważ algorytm Klasyfikacji jest techniką uczenia się nadzorowanego, dlatego pobiera oznaczone dane wejściowe, które oznacza, że ​​zawiera dane wejściowe z odpowiednim wyjściem.

W algorytmie klasyfikacji dyskretna funkcja wyjściowa (y) jest odwzorowywana na zmienną wejściową (x).

 y=f(x), where y = categorical output 

Najlepszym przykładem algorytmu klasyfikacji ML jest Detektor spamu e-mailowego .

Głównym celem algorytmu klasyfikacji jest identyfikacja kategorii danego zbioru danych, a algorytmy te służą głównie do przewidywania wyników dla danych kategorycznych.

Algorytmy klasyfikacji można lepiej zrozumieć, korzystając z poniższego diagramu. Na poniższym schemacie znajdują się dwie klasy, klasa A i klasa B. Klasy te mają cechy podobne do siebie i odmienne od innych klas.

Algorytm implementujący klasyfikację zbioru danych nazywany jest klasyfikatorem. Istnieją dwa rodzaje klasyfikacji:

Klasyfikator binarny:Jeśli problem klasyfikacji ma tylko dwa możliwe wyniki, nazywa się go klasyfikatorem binarnym.
Przykłady: TAK lub NIE, MĘŻCZYZNA lub KOBIETA, SPAM lub NIE SPAM, KOT lub PIES itp.Klasyfikator wieloklasowy:Jeśli problem klasyfikacji ma więcej niż dwa wyniki, nazywa się go klasyfikatorem wieloklasowym.
Przykład: Klasyfikacje rodzajów roślin uprawnych. Klasyfikacja rodzajów muzyki.

Uczniowie zajmujący się problemami klasyfikacji:

W problemach klasyfikacyjnych wyróżnia się dwa typy uczniów:

Leniwi uczniowie:Leniwy uczeń najpierw przechowuje zestaw danych szkoleniowych i czeka, aż otrzyma zestaw danych testowych. W przypadku leniwego ucznia klasyfikacja odbywa się na podstawie najbardziej powiązanych danych przechowywanych w zbiorze danych szkoleniowych. Trening zajmuje mniej czasu, ale więcej czasu na przewidywanie.
Przykład: Algorytm K-NN. Rozumowanie oparte na przypadkachChętni uczniowie:Chętni uczniowie opracowują model klasyfikacji w oparciu o zbiór danych szkoleniowych przed otrzymaniem testowego zbioru danych. W przeciwieństwie do leniwych uczniów, chętny uczeń potrzebuje więcej czasu na naukę, a mniej na przewidywanie. Przykład: Drzewa decyzyjne, Nave Bayes, ANN.

Rodzaje algorytmów klasyfikacji ML:

Algorytmy klasyfikacji można dalej podzielić na głównie dwie kategorie:

Modele liniowe
• Regresja logistyczna
• Wsparcie maszyn wektorowych
Modele nieliniowe
• K-najbliżsi sąsiedzi
• Jądro SVM
• Naiwny Bayes
• Klasyfikacja drzewa decyzyjnego
• Klasyfikacja losowego lasu

Uwaga: powyższych algorytmów nauczymy się w późniejszych rozdziałach.

Ocena modelu klasyfikacji:

Po ukończeniu naszego modelu należy ocenić jego działanie; albo jest to model klasyfikacyjny, albo regresyjny. Zatem do oceny modelu klasyfikacji mamy następujące sposoby:

1. Utrata logu lub utrata entropii krzyżowej:

• Służy do oceny wydajności klasyfikatora, którego wynikiem jest wartość prawdopodobieństwa z zakresu od 0 do 1.
• W przypadku dobrego modelu klasyfikacji binarnej wartość utraty logarytmicznej powinna być bliska 0.
• Wartość utraty logu wzrasta, jeśli wartość przewidywana odbiega od wartości rzeczywistej.
• Niższa strata logarytmiczna oznacza wyższą dokładność modelu.
• W przypadku klasyfikacji binarnej entropię krzyżową można obliczyć jako:

 ?(ylog(p)+(1?y)log(1?p)) 

Gdzie y = produkcja rzeczywista, p = produkcja przewidywana.

2. Matryca zamieszania:

• Macierz zamieszania dostarcza nam macierzy/tabeli jako danych wyjściowych i opisuje wydajność modelu.
• Nazywa się ją również macierzą błędów.
• Macierz składa się z wyników przewidywań w formie sumarycznej, która zawiera łączną liczbę przewidywań poprawnych i przewidywań błędnych. Macierz wygląda jak w poniższej tabeli:

3. Krzywa AUC-ROC:

bash, jeśli warunek

• Krzywa ROC oznacza Krzywa charakterystyki działania odbiornika i AUC oznacza Obszar pod krzywą .
• Jest to wykres przedstawiający wydajność modelu klasyfikacji przy różnych progach.
• Aby zwizualizować działanie modelu klasyfikacji wieloklasowej, używamy krzywej AUC-ROC.
• Krzywą ROC wykreślono z TPR i FPR, gdzie TPR (częstotliwość prawdziwie dodatnia) na osi Y i FPR (częstotliwość fałszywie dodatnia) na osi X.

Przypadki użycia algorytmów klasyfikacyjnych

Algorytmy klasyfikacji mogą być stosowane w różnych miejscach. Poniżej przedstawiono kilka popularnych przypadków użycia algorytmów klasyfikacji:

• Wykrywanie spamu e-mailowego
• Rozpoznawanie mowy
• Identyfikacja komórek nowotworowych.
• Klasyfikacja leków
• Identyfikacja biometryczna itp.