Алгоритм предсказания категории в машинном обучении
Математическая модель или алгоритм, который на основе обучающей выборки учится сопоставлять входные признаки с одной из дискретных выходных меток (классов). Задача решается путем поиска границ между классами или оценки вероятности принадлежности объекта к каждому из них.
Близкие слова
- модель классификации
- дискриминантТермин чаще используется в контексте линейного дискриминантного анализа (LDA) или статистики, тогда как «классификатор» — более общее понятие для любых алгоритмов.
Наивный байесовский классификатор часто используется для фильтрации электронной почты, определяя вероятность того, что письмо является спамом.
Логистическая регрессия работает как линейный бинарный классификатор, оценивая вероятность принадлежности объекта к одному из двух классов.
Систематизированный справочник кодов
Нормативный документ, база данных или реестр, содержащий систематизированный перечень объектов с присвоенными им условными обозначениями (кодами). Используется для целей учета, статистики и автоматической обработки информации.
Близкие слова
- справочник
- реестр
- номенклатураЧасто подразумевает именно перечень наименований, тогда как классификатор обязательно включает систему кодирования.
Для оформления таможенных деклараций необходимо использовать актуальную товарную номенклатуру ВЭД как основной классификатор товаров.
В бухгалтерском учете применяется справочник контрагентов, выступающий внутренним классификатором клиентов компании.
Отличие классификации от регрессии
Главное различие заключается в типе целевой переменной. Регрессионная модель предсказывает непрерывную величину, например, стоимость квартиры или температуру воздуха. Классификатор же оперирует дискретными классами. Если задача состоит в том, чтобы определить возраст человека по фотографии, это регрессия. Если нужно определить пол человека по той же фотографии, это задача классификации (бинарная).
Метрики качества работы алгоритма
Для оценки работы классификатора недостаточно просто посмотреть на процент правильных ответов (accuracy), особенно если классы несбалансированы. Например, если 99% писем не являются спамом, модель, всегда отвечающая «не спам», будет иметь точность 99%, но окажется бесполезной. Поэтому используют матрицу ошибок, точность (precision) и полноту (recall). F1-мера объединяет эти показатели в одно число, давая более честную оценку качества работы алгоритма.