The Perbezaan utama antara klasifikasi dan pokok regresi ialah Dalam klasifikasi pembolehubah bergantung kepada kategori dan tidak teratur semasa dalam regresi pembolehubah bergantung secara berterusan atau diperintahkan keseluruhan nilai.
Klasifikasi dan regresi adalah teknik pembelajaran untuk membuat model ramalan dari data yang dikumpulkan. Kedua -dua teknik itu dibentangkan secara grafik sebagai pokok klasifikasi dan regresi, atau sebaliknya carta aliran dengan bahagian data selepas setiap langkah, atau sebaliknya, "cawangan" di dalam pokok itu. Proses ini dipanggil pemisahan rekursif. Bidang seperti perlombongan menggunakan teknik pembelajaran klasifikasi dan regresi ini. Artikel ini memberi tumpuan kepada pokok klasifikasi dan pokok regresi.
1. Gambaran Keseluruhan dan Perbezaan Utama
2. Apa itu klasifikasi
3. Apa itu regresi
4. Perbandingan sampingan - Klasifikasi vs regresi dalam bentuk jadual
5. Ringkasan
Klasifikasi adalah teknik yang digunakan untuk mencapai skema yang menunjukkan organisasi data bermula dengan pemboleh ubah prekursor. Pembolehubah bergantung adalah apa yang mengklasifikasikan data.
Rajah 01: Perlombongan data
Pokok klasifikasi bermula dengan pemboleh ubah bebas, yang cawangan menjadi dua kumpulan seperti yang ditentukan oleh pembolehubah bergantung yang ada. Ia dimaksudkan untuk menjelaskan respons dalam bentuk pengkategorian yang dibawa oleh pembolehubah bergantung.
Regresi adalah kaedah ramalan yang berdasarkan nilai output berangka yang diandaikan atau diketahui. Nilai output ini adalah hasil dari satu siri pemisahan rekursif, dengan setiap langkah yang mempunyai satu nilai berangka dan satu lagi kumpulan pembolehubah bergantung kepada pasangan lain seperti ini.
Pokok regresi bermula dengan satu atau lebih pembolehubah prekursor dan ditamatkan dengan satu pemboleh ubah output akhir. Pembolehubah bergantung sama ada pembolehubah berangka berterusan atau diskret.
Klasifikasi vs regresi | |
Model pokok di mana pemboleh ubah sasaran dapat mengambil set nilai diskret. | Model pokok di mana pemboleh ubah sasaran dapat mengambil nilai berterusan biasanya nombor nyata. |
Pemboleh ubah bergantung | |
Untuk pokok klasifikasi, pembolehubah bergantung adalah kategori. | Untuk pokok regresi, pembolehubah bergantung adalah berangka. |
Nilai | |
Mempunyai jumlah nilai yang tidak teratur. | Sama ada nilai diskret namun diperintahkan atau nilai yang tidak bersesuaian. |
Tujuan pembinaan | |
Tujuan membina pokok regresi adalah sesuai dengan sistem regresi kepada setiap cawangan penentu dengan cara nilai output yang diharapkan muncul. | Cawangan pokok klasifikasi keluar seperti yang ditentukan oleh pemboleh ubah bergantung yang diperolehi dari nod sebelumnya. |
Pokok regresi dan klasifikasi adalah teknik yang berguna untuk memetakan proses yang menunjuk kepada hasil yang dikaji, sama ada dalam klasifikasi atau satu nilai berangka tunggal. Perbezaan antara pokok klasifikasi dan pokok regresi adalah pemboleh ubah bergantung mereka. Pokok klasifikasi mempunyai pembolehubah bergantung yang kategori dan tidak teratur. Pokok regresi mempunyai pembolehubah bergantung yang nilai berterusan atau memesan keseluruhan nilai.
1."Pembelajaran pokok keputusan." Wikipedia, Yayasan Wikimedia, 13 Mei 2018. Terdapat di sini
1.'Data Mining'By Arbeck - Kerja Sendiri, (CC oleh 3.0) melalui Commons Wikimedia