分类

贡献者： xzllxls

　　 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]。

　　 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