Quelle est la différence entre la classification et la prédiction?
Quelle est la différence entre la classification et la prédiction dans l'apprentissage automatique?
Fonction
Classification consiste à déterminer une classe (ou étiquette) (catégorielle) pour un élément d'un ensemble de données
Prediction consiste à prédire un élément manquant d'un ensemble de données
Stratégie de travail
Dans le cas de classification, les données sont regroupées en catégories sur la base d'un ensemble de données d'apprentissage.
Dans le cas de prédiction, un modèle de classification/régression est construit pour prédire l'élément manquant
Exemple
Dans un hôpital, le regroupement des patients en fonction de leur dossier médical ou du résultat du traitement est considéré classification , tandis que, si vous utilisez un modèle de classification pour prédire le traitement résultat pour un nouveau patient, il est considéré comme une prédiction .
La classification est la prédiction d'une variable catégorielle dans un vocabulaire prédéfini basé sur des exemples de formation.
La prédiction des variables numériques (continues) est appelée régression .
En résumé, la classification est un type de prédiction, mais il en existe d'autres. Par conséquent, la prédiction est un problème plus général.
Classification est le processus d'identification de la catégorie ou de l'étiquette de classe de la nouvelle observation à laquelle elle appartient. Prédication est le processus d'identification des données numériques manquantes ou non disponibles pour une nouvelle observation. C'est la principale différence entre la classification et la prédiction. La prédication ne concerne pas l'étiquette de classe comme dans la classification.
Les prévisions peuvent utiliser à la fois des modèles de régression et de classification. Cela signifie qu'une fois qu'un modèle est formé sur les données de formation; la phase suivante consiste à faire des prédictions pour les données dont les valeurs réelles/réelles sont inconnues ou mises de côté pour évaluer les performances du modèle. Si la nature du problème est de déterminer des classes/étiquettes/catégories lors de sa classification et si le problème consiste à déterminer des valeurs réelles (numériques), alors sa régression. En résumé, les prévisions sont censées être faites à la fois avec la classification et la régression pour l'ensemble de données de test.
1 .Prédiction, c'est comme dire quelque chose qui pourrait se produire à l'avenir.La prédiction peut être une sorte de classification
2 .Prédiction est principalement basé sur nos hypothèses futures
tandis que
1 .Classification est une catégorisation des choses ou des données que nous avons déjà avec nous.Cette catégorisation peut être basée sur tout type de technique ou d'algorithmes
2 .Classification est principalement basé sur nos hypothèses actuelles ou passées