Perbezaan utama antara klasifikasi dan pepohon regresi ialah dalam klasifikasi pembolehubah bersandar adalah kategori dan tidak tertib manakala dalam regresi pembolehubah bersandar adalah nilai keseluruhan yang berterusan atau tersusun.
Pengkelasan dan regresi ialah teknik pembelajaran untuk mencipta model ramalan daripada data yang dikumpul. Kedua-dua teknik dibentangkan secara grafik sebagai pepohon klasifikasi dan regresi, atau lebih tepatnya carta alir dengan pembahagian data selepas setiap langkah, atau lebih tepat, "cawangan" dalam pepohon. Proses ini dipanggil pembahagian rekursif. Bidang seperti Perlombongan menggunakan teknik pembelajaran klasifikasi dan regresi ini. Artikel ini memfokuskan pada pepohon Klasifikasi dan pepohon regresi.
Apakah Pengelasan?
Pengkelasan ialah teknik yang digunakan untuk mencapai skema yang menunjukkan organisasi data bermula dengan pembolehubah prekursor. Pembolehubah bersandar ialah perkara yang mengklasifikasikan data.
Rajah 01: Perlombongan Data
Pokok klasifikasi bermula dengan pembolehubah bebas, yang bercabang kepada dua kumpulan seperti yang ditentukan oleh pembolehubah bersandar sedia ada. Ia bertujuan untuk menjelaskan tindak balas dalam bentuk pengkategorian yang dibawa oleh pembolehubah bersandar.
Apakah itu Regresi
Regression ialah kaedah ramalan yang berdasarkan nilai keluaran berangka yang diandaikan atau diketahui. Nilai output ini adalah hasil daripada siri pembahagian rekursif, dengan setiap langkah mempunyai satu nilai berangka dan satu lagi kumpulan pembolehubah bersandar yang bercabang kepada pasangan lain seperti ini.
Pokok regresi bermula dengan satu atau lebih pembolehubah prekursor dan ditamatkan dengan satu pembolehubah keluaran akhir. Pembolehubah bersandar sama ada pembolehubah berangka berterusan atau diskret.
Apakah Perbezaan Antara Pengelasan dan Regresi?
Klasifikasi lwn Regresi |
|
| Model pepohon di mana pembolehubah sasaran boleh mengambil set nilai yang diskret. | Model pepohon di mana pembolehubah sasaran boleh mengambil nilai berterusan biasanya nombor nyata. |
| Pembolehubah Bergantung | |
| Untuk pepohon klasifikasi, pembolehubah bersandar adalah kategori. | Untuk pepohon regresi, pembolehubah bersandar adalah berangka. |
| Nilai | |
| Mempunyai jumlah nilai tidak tertib yang ditetapkan. | Mempunyai sama ada nilai diskret lagi tersusun atau nilai tidak jelas. |
| Tujuan Pembinaan | |
| Tujuan membina pepohon regresi adalah untuk menyesuaikan sistem regresi kepada setiap cabang penentu dengan cara yang diharapkan nilai output muncul. | Pokok klasifikasi bercabang seperti yang ditentukan oleh pembolehubah bersandar yang diperoleh daripada nod sebelumnya. |
Ringkasan – Klasifikasi lwn Regresi
Pokok regresi dan klasifikasi ialah teknik yang berguna untuk memetakan proses yang menunjukkan hasil yang dikaji, sama ada dalam pengelasan atau nilai berangka tunggal. Perbezaan antara pokok klasifikasi dan pokok regresi ialah pembolehubah bersandarnya. Pokok klasifikasi mempunyai pembolehubah bersandar yang berkategori dan tidak tertib. Pepohon regresi mempunyai pembolehubah bersandar yang merupakan nilai berterusan atau nilai keseluruhan tersusun.
