Chapter 1 - Ep.0: CLASSIFICATION IN MACHINE LEARNING - bài toán phân loại trong máy học

CLASSIFICATION IN MACHINE LEARNING - bài toán phân loại trong máy học

Dễ hiểu rằng, bài toán phân loại là một bài toán sử dụng các thuật toán Machine Learning để gán nhãn cho dữ liệu đưa vào. Đầu ra của bài toán phân loại là những giá trị rời rạc.

Tùy vào việc xét yếu tố nào mà phân chia bài toán phân loại ra làm nhiều nhóm khác nhau, tuy nhiên, trong bài viết này, tôi phân chia bài toán phân loại thành 2 dạng chính:

* phân loại nhị phân (Binary Classification)

* phân loại đa lớp (Multi-label Classification)

A. PHÂN LOẠI NHỊ PHÂN:

Đơn giản chỉ là đầu ra của nhóm bài toán này chỉ gồm 2 lớp phân biệt (0 hoặc 1).

Ví dụ: phân loại thư rác, phân loại bài thi đậu-rớt...

Các thuật toán thông dụng:

• Logistic Regression

• k-Nearest Neighbors

• Decision Trees

• Support Vector Machine (SVM)

• Naive Bayes

Một số thuật toán được thiết kế đặc biệt cho phân loại nhị phân, không hỗ trợ nhiều hơn 2 lớp: Logistic Regression và SVM.

Dữ liệu trong bài toán phân loại nhị phân thường được phân bố dạng như sau:   

                                      

B. PHÂN LOẠI ĐA LỚP

Đầu ra của nhóm bài toán này gồm 3 lớp phân biệt trở lên.

Ví dụ: phân loại chữ cái, phân loại chữ số,...

Các thuật toán thông dụng:

• k-Nearest Neighbors

• Decision Trees

• Naive Bayes

• Random Forest

• Gradient Boosting

Bài toán phân loại nhiều lớp vẫn có thể thiết kế lại để sử dụng các thuật toán đặc dụng cho phân loại nhị phân. Ví dụ: phân loại những bài thi có điểm 10 và phần còn lại (0-9)...

Dữ liệu trong bài toán phân loại nhị phân thường được phân bố dạng như sau:               

                                   

___________________________________________________________

Các thuật toán của bài toán phân loại đã giới thiệu ở trên sẽ dược trình bày cụ thể trong từng bài viết riêng biệt để mọi người cùng tham khảo.

Mọi người không hiểu chỗ nào hay có đóng góp gì cứ bình luận ở dưới  mình sẽ giải đáp hoặc cùng nhau học tập nha.

Cảm ơn mọi người rất nhiều...!  💚💙💛