A legfontosabb különbség az osztályozás és a regressziós fa között, hogy az osztályozásban a függő változók kategorikusak és rendezetlenek, míg a regresszióban a függő változók folytonos vagy rendezett egész értékek.
Az osztályozás és a regresszió tanulási technikák az összegyűjtött adatokból előrejelzési modellek létrehozására. Mindkét technika grafikusan besorolási és regressziós faként, vagy inkább folyamatábraként jelenik meg az adatok minden lépés utáni felosztásával, vagy inkább „elágazással” a fában. Ezt a folyamatot rekurzív particionálásnak nevezik. Az olyan területek, mint a bányászat, ezeket az osztályozási és regressziós tanulási technikákat alkalmazzák. Ez a cikk az osztályozási fára és a regressziós fára összpontosít.
Mi az osztályozás?
Az osztályozás egy olyan séma létrehozására használt technika, amely bemutatja az adatok rendszerezését egy prekurzorváltozóval kezdve. A függő változók osztályozzák az adatokat.
01. ábra: Adatbányászat
Az osztályozási fa a független változóval kezdődik, amely a meglévő függő változók által meghatározott két csoportra ágazik. Célja, hogy a válaszokat a függő változók által előidézett kategorizálás formájában tisztázza.
Mi a regresszió
A regresszió egy előrejelzési módszer, amely egy feltételezett vagy ismert numerikus kimeneti értéken alapul. Ez a kimeneti érték egy sor rekurzív particionálás eredménye, ahol minden lépésnek van egy számértéke és egy másik függő változócsoport, amely egy másik párba ágazik, mint ez.
A regressziós fa egy vagy több prekurzorváltozóval kezdődik, és egy végső kimeneti változóval ér véget. A függő változók folyamatos vagy diszkrét numerikus változók.
Mi a különbség az osztályozás és a regresszió között?
Osztályozás vs regresszió |
|
| Egy fa modell, ahol a célváltozó diszkrét értékkészletet vehet fel. | Egy famodell, ahol a célváltozó folyamatos értékeket vehet fel, jellemzően valós számokat. |
| Függő változó | |
| Az osztályozási fa esetében a függő változók kategoriálisak. | A regressziós fa esetében a függő változók numerikusak. |
| Értékek | |
| Beállított mennyiségű rendezetlen értéket tartalmaz. | Diszkrét, de rendezett vagy nem diszkrét értékei vannak. |
| Az építés célja | |
| A regressziós fa felépítésének célja, hogy minden determináns ághoz egy regressziós rendszert illesszünk oly módon, hogy a várt kimeneti érték megjelenjen. | Egy osztályozási fa az előző csomópontból származó függő változó alapján ágazik el. |
Összefoglaló – Osztályozás vs regresszió
A regressziós és osztályozási fák hasznos technikák annak a folyamatnak a feltérképezésére, amely egy vizsgált eredményre mutat, akár osztályozásban, akár egyetlen számértékben. Az osztályozófa és a regressziós fa közötti különbség a függő változójuk. Az osztályozási fáknak vannak függő változói, amelyek kategoriálisak és rendezetlenek. A regressziós fáknak vannak függő változói, amelyek folytonos értékek vagy rendezett egész értékek.
