Classification เป็นการเรียนรู้แบบ supervised
- นอกจาก decision tree แล้วยังมี neural networks ; logistic regression : support vector machines เป็นประเภทเดียวกัน
- สิ่งที่ได้ของ decision tree คือ flow-chart
- มี node จุดยอดภายใน แทนลักษณะประจำที่ไม่ใช่ class
- มีกิ่งก้านแทนผลลัพธ์ของการทดสอบ
- และใบแทน class labels หรือ class distribution
ข้อสรุปของ Classification
- เป็นวิธีการแยกข้อมูลออกเป็นกลุ่มตามลักษณะประจำเป้าหมาย หรือ class โดยมากใช้กับลักษณะประจำที่มีค่าไม่ต่อเนื่อง
- ผลลัพธ์ที่ได้คือ ตัวแบบ classifier เพื่อนำไปใช้แยกประเภทของระเบียนข้อมูล ที่ไม่ทราบ class
ไม่มีความคิดเห็น:
แสดงความคิดเห็น