Voiko kukaan kertoa minulle, mikä ero on k-tarkoittaa luokitusta ja svm luokitusta?


Vastaus 1:

Yksi luokka ongelmia pyytää sinua löytämään todennäköisyysjakauman tietojen perusteella. Toinen luokka pyytää sinua selvittämään, kummalla monista jakaumista (usein kahdella) on korkeampi arvo annetussa pisteessä. Viimeksi mainitussa tapauksessa sinun ei tarvitse löytää jakelua itse.

K-keinot ovat EM-algoritmin erikoistapaus ja kuuluvat ensimmäiseen yllä olevista luokista. Yrität epäsuorasti löytää yhden jakelun.

SVM kuuluu toiseen luokkaan. Sinulla on kaksi pistejoukkoa (sanotaan, punainen ja sininen), ja tavoite on jokaiselle tietylle avaruuspisteelle, jossa tietosi asuvat, löytääksesi minkä tyyppinen (punainen tai sininen) on todennäköisempi kyseisessä pisteessä.


Vastaus 2:

K-väline on klusterointialgoritmi eikä luokittelumenetelmä. Toisaalta, SVM on luokittelumenetelmä. Teemme klusterointia, kun meillä ei ole luokan tarroja, ja suoritamme luokituksen, kun meillä on luokkamerkkejä. Klusterointi on valvomatonta oppimistekniikkaa ja luokittelu on ohjattua oppimistekniikkaa. Siksi vertaamalla molempia verrataan omenaa ja appelsiinia. Sinun tulisi lukea seuraava ymmärtää niiden eroa - Shehroz Khanin vastaus kysymykseen Onko suoritetaanko ohjattua oppimista yleensä klusteroinnin jälkeen? (Lue myös vastauksen linkit)