Klassifikation / Klassifikator Bei der Klassifikation versucht man eine Menge von Daten in verschiedene Klassen zu separieren. Die Daten, die man versucht zu trennen, gehören mehreren Klassen an (die sich gegenseitig ausschließen). Der Klassifikator versucht, diese Daten zu trennen.

Regression / Regressor

Die Regression versucht den Datenpunkten einem Schätzwert zuzuordnen. Im Gegensatz zur Klassifikation möchte man die Daten nicht in verschiedene Bereiche teilen, sondern einen bestimmten Wert vorhersagen.

Beispiel

Wir wollen Vorhersagen, wie sich der Aktienkurs einer beliebigen Aktie verhält. Wir haben Daten gesammelt und trainieren einen Regressor. Den Regressor würden wir dazu bringen, den Börsenkurs direkt zu schätzen. Einen Klassifikator würden wir dazu bringen, zwischen den Klassen {up, down} zu entscheiden (Tendenz des Kurses). Learning 4 Es gibt zwei wichtige Formen, wie man das Ergebnis von einem Machine Learning Experiment ausdrücken kann. Die Klassifikation zeigt uns, mit welcher Konfidenz (ähnlich Wahrscheinlichkeit) ein Datenpunkt zu den Klassen gehört. Im Gegensatz dazu schätzt die Regression einen bestimmten Wert. Alles klar? Weiter gehts! > Haben Sie Fragen? Wir bieten Consulting zu diesem Thema an. Zu unseren Angeboten.]]>