Ključna razlika med združevanjem v gruče in klasifikacijo je, da je združevanje v gruče tehnika nenadzorovanega učenja, ki združuje podobne instance na podlagi lastnosti, medtem ko je klasifikacija tehnika z nadzorovanim učenjem, ki primerkom na podlagi lastnosti dodeli vnaprej določene oznake.
Čeprav se zdita združevanje v gruče in razvrščanje podobna procesa, obstaja razlika med njima glede na njun pomen. V svetu podatkovnega rudarjenja sta združevanje v gruče in klasifikacija dve vrsti učnih metod. Obe metodi karakterizirata predmete v skupine glede na eno ali več lastnosti.
Kaj je združevanje v gruče?
Gručenje je metoda združevanja predmetov v skupine na način, da se predmeti s podobnimi lastnostmi združijo, objekti z različnimi značilnostmi pa se razidejo. Je običajna tehnika za statistično analizo podatkov za strojno učenje in podatkovno rudarjenje. Raziskovalna analiza in posploševanje podatkov je prav tako področje, ki uporablja združevanje v gruče.
Slika 01: Združevanje v gruče
Gručenje spada med nenadzorovano rudarjenje podatkov. To ni en sam specifičen algoritem, ampak je splošna metoda za rešitev naloge. Zato je mogoče z različnimi algoritmi doseči združevanje v gruče. Ustrezen algoritem gruče in nastavitve parametrov so odvisne od posameznih nizov podatkov. To ni samodejna naloga, ampak je ponavljajoč se proces odkrivanja. Zato je potrebno spreminjati obdelavo podatkov in modeliranje parametrov, dokler rezultat ne doseže želenih lastnosti. K-means združevanje v gruče in hierarhično združevanje v gruče sta dva pogosta algoritma za združevanje v gruče pri rudarjenju podatkov.
Kaj je klasifikacija?
Klasifikacija je postopek kategorizacije, ki uporablja učni nabor podatkov za prepoznavanje, razlikovanje in razumevanje predmetov. Klasifikacija je tehnika nadzorovanega učenja, kjer so na voljo nabor za usposabljanje in pravilno definirana opazovanja.
Slika 02: Klasifikacija
Algoritem, ki izvaja klasifikacijo, je klasifikator, medtem ko so opazovanja primerki. Algoritem K-nearest Neighbor in algoritmi odločitvenega drevesa so najbolj znani klasifikacijski algoritmi v podatkovnem rudarjenju.
Kakšna je razlika med združevanjem v gruče in razvrščanjem?
Gručenje je nenadzorovano učenje, medtem ko je klasifikacija tehnika nadzorovanega učenja. Podobne primere združuje na podlagi funkcij, medtem ko klasifikacija primerkom na podlagi funkcij dodeli vnaprej določene oznake. Združevanje v gruče razdeli nabor podatkov v podnabore, da združi primerke s podobnimi lastnostmi. Ne uporablja označenih podatkov ali nabora za usposabljanje. Po drugi strani pa kategorizirajte nove podatke glede na opažanja niza za usposabljanje. Trening komplet je označen.
Cilj združevanja v gruče je združiti nabor objektov v skupine, da bi ugotovili, ali med njimi obstaja kakršen koli odnos, medtem ko je namen razvrščanja ugotoviti, kateremu razredu pripada nov objekt iz nabora vnaprej določenih razredov.
Povzetek – Grozdenje proti klasifikaciji
Gručenje in razvrščanje se lahko zdita podobna, ker oba algoritma podatkovnega rudarjenja razdelita nabor podatkov na podmnožice, vendar gre za dve različni tehniki učenja pri podatkovnem rudarjenju za pridobivanje zanesljivih informacij iz zbirke neobdelanih podatkov. Razlika med združevanjem v gruče in razvrščanjem je v tem, da je združevanje v gruče tehnika nenadzorovanega učenja, ki združuje podobne primerke na podlagi funkcij, medtem ko je klasifikacija tehnika nadzorovanega učenja, ki primerkom na podlagi lastnosti dodeli vnaprej določene oznake.
Vljudnost slike:
1.”Cluster-2″ avtor Cluster-2.gif: izpeljano delo hellisp: (javna domena) prek Wikimedia Commons 2.”Magnetism” avtor John Aplessed – lastno delo. (Javna domena) prek Wikimedia Commons
