Perbezaan Antara Klasifikasi dan Regresi

The perbezaan utama antara klasifikasi dan pokok regresi itu dalam klasifikasi pembolehubah bergantung adalah kategoris dan tidak teratur semasa dalam regresi pembolehubah bergantung adalah berterusan atau mengarahkan nilai-nilai keseluruhan.

Klasifikasi dan regresi adalah teknik pembelajaran untuk membuat model ramalan daripada data yang dikumpulkan. Kedua-dua teknik secara grafis dibentangkan sebagai pokok klasifikasi dan regresi, atau lebih tepat dengan carta aliran dengan bahagian data selepas setiap langkah, atau sebaliknya, "cawangan" di dalam pokok itu. Proses ini disebut partition rekursif. Bidang seperti Perlombongan menggunakan teknik pembelajaran klasifikasi dan regresi ini. Artikel ini memberi tumpuan kepada pokok Klasifikasi dan pokok regresi.

KANDUNGAN

1. Gambaran Keseluruhan dan Perbezaan Utama
2. Apakah Klasifikasi
3. Apakah Regresi
4. Side by Side Perbandingan - Klasifikasi vs Regresi dalam Borang Tabular
5. Ringkasan

Apakah Klasifikasi?

Klasifikasi adalah teknik yang digunakan untuk mencapai skema yang menunjukkan organisasi data bermula dengan pembolehubah prekursor. Pembolehubah bergantung adalah apa yang mengklasifikasikan data.

Rajah 01: Data Perlombongan

Pokok klasifikasi bermula dengan pembolehubah bebas, yang cawangan keluar ke dalam dua kumpulan seperti yang ditentukan oleh pembolehubah bergantung yang sedia ada. Ini bertujuan untuk menjelaskan tindak balas dalam bentuk pengkategorian yang dibawa oleh pembolehubah bergantung.

Apa itu Regresi

Regresi adalah kaedah ramalan yang berdasarkan pada nilai output angka yang diasumsikan atau diketahui. Nilai keluaran ini adalah hasil daripada siri pembahagian rekursif, dengan setiap langkah yang mempunyai satu nilai berangka dan satu lagi kumpulan pembolehubah bergantung yang bercabang ke pasangan lain seperti ini.

Pokok regresi bermula dengan satu atau lebih pembolehubah prekursor dan berakhir dengan satu pemboleh ubah output akhir. Pembolehubah bergantung sama ada pembolehubah berangka yang berterusan atau diskret.

Apakah Perbezaan Antara Klasifikasi dan Regresi?

Klasifikasi vs Regresi
Model pokok di mana pemboleh ubah sasaran boleh mengambil set nilai diskret.	Model pokok di mana pemboleh ubah sasaran boleh mengambil nilai berterusan biasanya bilangan sebenar.
Pembolehubah Bergantung
Untuk pokok klasifikasi, pembolehubah bergantung adalah kategori.	Untuk pohon regresi, pembolehubah bergantung adalah berangka.
Nilai
Mempunyai set nilai yang tidak teratur.	Mempunyai sama ada nilai diskrit atau nilai diskret yang dipesan.
Tujuan Pembinaan
Tujuan membina pokok regresi adalah untuk menyesuaikan sistem regresi kepada setiap cawangan penentu dengan cara nilai output yang diharapkan.	Cawangan klasifikasi cawangan keluar seperti yang ditentukan oleh pemboleh ubah bergantung dari nod terdahulu.

Ringkasan - Klasifikasi vs Regresi

Regresi dan pengelasan pokok adalah teknik yang berguna untuk memetakan proses yang menunjukkan hasil yang dikaji, sama ada dalam klasifikasi atau nilai berangka tunggal. Perbezaan di antara pokok klasifikasi dan pokok regresi adalah pemboleh ubah bergantung mereka. Pokok klasifikasi mempunyai pembolehubah yang bergantung kepada kategori dan tidak tersusun. Pokok regresi mempunyai pembolehubah yang bergantung kepada nilai berterusan atau mengarahkan nilai keseluruhan.

Rujukan:

1. "Pembelajaran Pokok Keputusan." Wikipedia, Yayasan Wikimedia, 13 Mei 2018. Boleh didapati di sini 

Image Courtesy:

1.'Data Mining'By Arbeck - Kerja sendiri, (CC BY 3.0) melalui Wikimedia Commons