分类

                     

贡献者: xzllxls

预备知识 数据

   分类(Classfication)是一种把实例或者对象划归到特定的类别中的操作。在机器学习中,分类指的是从给定特征来预测离散型输出值的学习任务。预测输出值就称为类别。与之对应的,预测连续型变量的操作是回归

   机器学习中的分类是通过建立一个从输入空间 $ \boldsymbol{\mathbf{X}} $ 到输出空间 $ \boldsymbol{\mathbf{Y}} $(有限个离散值的集合)的映射来实现的。该映射被称为分类模型或者分类器(Classifier)。学习算法的任务就是从训练数据中学习相应的规律,从而建立分类器。该学习过程就是分类器的训练过程。常用的分类器有很多,比如决策树、逻辑回归、支持向量机、神经网络等。

   最常见的分类任务是二分类(Binary classification),即类别只有两类的分类任务。通常,称两类中的一类为正类(Positive class),另一类为反类或负类(Negative class)。显然,此时,输出空间 $ \boldsymbol{\mathbf{Y}} $ 中元素的个数为 $2$,可以表示为 $Y=\{+1, -1\}$ 或者 $Y=\{0, 1\}$。也有不少文献使用 “$+$” 表示正例,"$-$"表示反例。如果,一个分类任务的待预测类别数是三个或者三个以上的话,就称为多分类(Muti-class classification)任务[1]。

表1:睡眠数据集
编号 性别 年龄 职业 睡眠时间(小时) BMI 指数 心率 舒张压 收缩压 每日走路步数 睡眠障碍
1 27 软件工程师 6.1 超重 77 83 126 4200
2 28 医生 6.2 正常 75 80 125 10000
3 30 护士 6.4 正常 78 86 130 4100 睡眠暂停
4 29 教师 6.3 肥胖 82 90 140 3500 失眠

   比如,在表 1 所示的睡眠数据集上。如果想要通过睡眠时间、BMI 指数、心率、舒张压、收缩压这几个特征来预测人的睡眠障碍情况,那就是一个典型的分类问题。要预测的量是表格最后一列所示的 “睡眠障碍”,该特征有三个可能的取值,分别为:“无”、“睡眠暂停” 和 “失眠”。因此,这是一个三分类问题。输出空间可以表示为:$Y=\{\text{无}, \text{睡眠暂停}, \text{失眠}\}$。

   在实际应用中,往往不须要很精细地预测每一个类别,此时可以将问题简化,把多分类问题简化为一个二分类问题。比如,可以把 “睡眠暂停” 和 “失眠” 都归为 “有”。那么那个三分类问题就退化为了一个二分类问题。此时,输出空间可以表示为:$Y=\{\text{无}, \text{有}\}$。

   参考文献:

  1. 周志华. 机器学习[M]. 北京:清华大学出版社. 2016: 3

致读者: 小时百科一直以来坚持所有内容免费无广告,这导致我们处于严重的亏损状态。 长此以往很可能会最终导致我们不得不选择大量广告以及内容付费等。 因此,我们请求广大读者热心打赏 ,使网站得以健康发展。 如果看到这条信息的每位读者能慷慨打赏 20 元,我们一周就能脱离亏损, 并在接下来的一年里向所有读者继续免费提供优质内容。 但遗憾的是只有不到 1% 的读者愿意捐款, 他们的付出帮助了 99% 的读者免费获取知识, 我们在此表示感谢。

                     

友情链接: 超理论坛 | ©小时科技 保留一切权利