Peamine erinevus rühmitamise ja klassifitseerimise vahel seisneb selles, et rühmitamine on järelevalveta õppetehnika, mis rühmitab sarnased eksemplarid tunnuste alusel, samas kui klassifitseerimine on järelevalvega õppetehnika, mis määrab eksemplaridele funktsioonide alusel eelmääratletud sildid.
Kuigi klastrite moodustamine ja klassifitseerimine näivad olevat sarnased protsessid, on nende vahel tähenduse põhjal erinevus. Andmekaevandamise maailmas on rühmitamine ja klassifitseerimine kahte tüüpi õppemeetodeid. Mõlemad meetodid iseloomustavad objekte rühmadesse ühe või mitme tunnuse järgi.
Mis on rühmitamine?
Kobardamine on meetod objektide rühmitamiseks nii, et sarnaste omadustega objektid saavad kokku ja erinevate omadustega objektid lähevad lahku. See on masinõppe ja andmekaevandamise jaoks levinud statistilise andmeanalüüsi meetod. Uurimuslik andmete analüüs ja üldistamine on samuti valdkond, mis kasutab rühmitamist.
Joonis 01: Klasterdamine
Klastrite loomine kuulub järelevalveta andmekaeve alla. See ei ole üks konkreetne algoritm, vaid see on üldine meetod ülesande lahendamiseks. Seetõttu on erinevate algoritmide abil võimalik saavutada klasterdamist. Sobiv klastri algoritm ja parameetrite sätted sõltuvad üksikutest andmekogumitest. See ei ole automaatne ülesanne, vaid see on korduv avastamisprotsess. Seetõttu on vaja muuta andmetöötlust ja parameetrite modelleerimist, kuni tulemus saavutab soovitud omadused. K-keskmiste klasterdamine ja hierarhiline klasterdamine on kaks levinumat andmekaevandamise rühmitamisalgoritmi.
Mis on klassifikatsioon?
Klassifikatsioon on kategoriseerimisprotsess, mis kasutab objektide äratundmiseks, eristamiseks ja mõistmiseks koolitust. Klassifikatsioon on juhendatud õppetehnika, mille puhul on saadaval treeningkomplekt ja õigesti määratletud tähelepanekud.
Joonis 02: Liigitus
Klassifitseerimist rakendav algoritm on klassifikaator, vaatlused aga juhtumid. K-Lähima naabri algoritm ja otsustuspuu algoritmid on andmekaeve kõige kuulsamad klassifitseerimisalgoritmid.
Mis vahe on klastrimisel ja klassifitseerimisel?
Klasterite moodustamine on järelevalveta õpe, samas kui klassifitseerimine on juhendatud õppetehnika. See rühmitab sarnased eksemplarid funktsioonide alusel, samas kui klassifikatsioon määrab eksemplaridele funktsioonide alusel eelmääratletud sildid. Klasterdamine jagas andmestiku alamhulkadeks, et rühmitada sarnaste funktsioonidega eksemplare. See ei kasuta märgistatud andmeid ega treeningkomplekti. Teisest küljest kategoriseerige uued andmed vastav alt treeningkomplekti tähelepanekutele. Treeningkomplekt on märgistatud.
Klasterite eesmärk on rühmitada objekte, et teha kindlaks, kas nende vahel on seos, samas kui klassifitseerimise eesmärk on leida eelmääratletud klasside hulgast, millisesse klassi uus objekt kuulub.
Kokkuvõte – rühmitamine vs klassifikatsioon
Klastrite loomine ja klassifitseerimine võivad tunduda sarnased, kuna mõlemad andmekaeve algoritmid jagavad andmekogumi alamhulkadeks, kuid need on kaks erinevat õppetehnikat andmekaevanduses, et saada toorandmete kogumist usaldusväärset teavet. Klasterdamise ja klassifitseerimise erinevus seisneb selles, et rühmitamine on järelevalveta õppetehnika, mis rühmitab sarnased eksemplarid tunnuste alusel, samas kui klassifitseerimine on järelevalvega õppetehnika, mis määrab eksemplaridele funktsioonide alusel eelmääratletud sildid.
Pilt:
1.”Cluster-2”, autor Cluster-2.gif: hellisp tuletatud töö: (avalik domeen) Wikimedia Commonsi kaudu 2.”Magnetism”, autor John Aplessed – oma töö. (avalik domeen) Wikimedia Commonsi kaudu
