Classifiers
クラシフィケーション(分類)Classification
例えば花データがあったとする。
red,xxx,xxx,xxx,バラ科
とか。
で最後のバラ科がクラスだったとする。科で分類されていると。
その中でも何かしらの分類がしたいときにクラシフィケーションを使うんだな。
例えば輸送に適した学習とかさせるために。
データマイニング・WEKAより引用
クラシフィケーション
○タスクTask:あらかじめ分類された例をもとに、モデルを作ったり、
または新しいデータを分類する機能すること
○教師付き学習:例題(事象)に対して分類がわかっているため、
分類機能が働く。
○分類機能として、ルールや決定木、ニューラルネットワーク
が使われる
○典型的な応用例:クレジットの信用調査、直接販売、医療
目的変数が名義尺度のときに、modelを作ることをclassifyといい、目的変数が数量尺度のときはregressionという。
でもデータマイニングは目的変数が名義変数である場合が多いのでregressionができるアルゴリズムは少数派である。
クラシフィケーション(分類)Classificationはすでにクラス分けされた、
またはラベルが付けられたinstancesを新たにクラス分けする方法である。
一方、クラスタリングClusteringはラベル付けされてない事象 instanceをクラス分け・分類する方法である。
by データマイニング・WEKA
例えば花データがあったとする。
red,xxx,xxx,xxx,バラ科
とか。
で最後のバラ科がクラスだったとする。科で分類されていると。
その中でも何かしらの分類がしたいときにクラシフィケーションを使うんだな。
例えば輸送に適した学習とかさせるために。
データマイニング・WEKAより引用
クラシフィケーション
○タスクTask:あらかじめ分類された例をもとに、モデルを作ったり、
または新しいデータを分類する機能すること
○教師付き学習:例題(事象)に対して分類がわかっているため、
分類機能が働く。
○分類機能として、ルールや決定木、ニューラルネットワーク
が使われる
○典型的な応用例:クレジットの信用調査、直接販売、医療
目的変数が名義尺度のときに、modelを作ることをclassifyといい、目的変数が数量尺度のときはregressionという。
でもデータマイニングは目的変数が名義変数である場合が多いのでregressionができるアルゴリズムは少数派である。
2006年04月19日(水) 17:30:39 Modified by ryu_toshinori