Классификация: компьютерди нерселерди топторго ажыратууга үйрөтүү
Бул курста сиз буга чейин негизинен регрессияны көрдүңүз — башкача айтканда санды болжолдоону, мисалы Бишкектеги батирдин баасын. Классификация — бул көзөмөлдөнүүчү окутуунун (supervised learning) экинчи чоң жарымы: сан ордуна сиз категорияны болжолдойсуз — белгиленген тизмедеги тандоолордон бир энбелгини.
Бул кат спам бекен же спам эмес бекен? Бул сүрөт мышык, ит же жылкы бекен? Бул студент экзаменден өтөбү же өтпөйбү? Бул суроолордун ар биринин жообу — өлчөө эмес, ат (класс). Бул сабакта сиз ойлоп табылган эң маанилүү баштапкы классификаторлордун экөө менен таанышасыз: k эң жакын кошуна (k-Nearest Neighbours, k-NN) жана логистикалык регрессия (Logistic Regression). Алар кол менен эсептегидей жөнөкөй, бирок дээрлик бардык классификаторлордун артындагы идеяларды үйрөтөт.
Бул сабактан кийин сиз эмнени жасай аласыз
- Классификация деген эмне экенин түшүндүрүп, бинардык менен көп класстуу маселелерди айырмалай аласыз.
- Жаңы чекитти k-NN менен кол менен, өзүңүз эсептеген аралык таблицасын колдонуп классификациялай аласыз.
- k саны эмнени өзгөртөрүн жана эмне үчүн k-NNге белгилер масштабдалышы керек экенин айта аласыз.
- Сызыктуу упайды сигмоид функциясы менен ыктымалдыкка айландырып, 0.5 босогосун (threshold) колдоно аласыз (жана аны качан жылдырууну билесиз).
- Эки методду тең чачыранды графиктин (scatter plot) үстүнөн тартылган чечим чеги (decision boundary) катары элестете аласыз.
- Жалкоо (lazy) окугучтарды ынтаалуу (eager) окугучтардан айырмалап, эки классификаторду тең
scikit-learnде иштете аласыз.