classification model

توضیح

این مدل از نمونه‌های آموزشی یاد می‌گیرد که ویژگی‌های ورودی چه ارتباطی با دسته‌های مشخص دارند و سپس برای ورودی تازه یک دسته پیش‌بینی می‌کند. در binary classification دو دسته و در multi-class classification بیش از دو دسته وجود دارد. برخلاف regression که مقدار عددی پیش‌بینی می‌کند، هدف این مدل انتخاب دسته است؛ حتی اگر دسته‌ها با عدد نمایش داده شوند.

مثال

مثل کسی که با دیدن نمونه‌های برگ، تفاوت بلوط و افرا را یاد گرفته است: وقتی برگ تازه‌ای می‌بیند، پیش‌بینی می‌کند متعلق به کدام گونه است، نه اینکه وزن یا طول آن چقدر است.

چرا مهمه

وقتی می‌خواهی ایمیل‌های spam را تشخیص بدهی یا زبان متن را تعیین کنی، با این مدل روبه‌رو می‌شوی. تشخیص تفاوت آن با regression به انتخاب روش آموزش و ارزیابی مناسب کمک می‌کند.

مفهوم‌های مرتبط

• training set
• test set
• overfitting
• Natural Language Processing