Классификация и кластеры

Содержание и основные понятия

Классификация
использует примеры с известными метками и выбирает один из заданных классов.
Кластеризация
не знает названий заранее: она ищет группы похожих объектов, а человек проверяет их смысл.
11 класс
ФОП · базовый уровень
Анализ данных
01
Две постановки
Классификация
По длительности и числу участников определить известный тип школьного события: «лекция» или «практикум». Нужны размеченные примеры и проверка ошибок каждого класса.
Кластеризация
По тем же признакам найти компактные группы без готовых названий. Полученные кластеры могут не совпасть с привычными типами событий.
02
Карта двух признаков
XY
Длительность × число участников
Карта школьных событий
По горизонтали длительность, по вертикали число участников.
Длительность, минут →
Число участников →
03
Граница и ошибки
Новый объект относят к классу по правилу, например по ближайшим размеченным соседям. Объект около границы менее уверен. Ошибки разных классов могут иметь разную цену, поэтому общей точности недостаточно.
Проверка
Классификация
Кластеризация
Что известно заранее?
Названия классов и размеченные примеры.
Только признаки и мера сходства.
Как проверить?
Отложенная выборка, матрица ошибок.
Устойчивость групп и содержательный смысл.
Главный риск
Утечка ответа, перекос классов.
Случайные или бессмысленные группы.