Sınıflandırma ve Regresyon Arasındaki Fark

temel fark sınıflandırma ve regresyon ağacı arasında sınıflandırmada bağımlı değişkenler kategorik ve sıralanmamışken, regresyonda bağımlı değişkenler sürekli veya sıralı tam değerlerdir.

Sınıflandırma ve regresyon, toplanan verilerden tahmin modelleri oluşturmak için öğrenme teknikleridir. Her iki teknik de grafiksel olarak sınıflandırma ve regresyon ağaçları veya daha ziyade her adımdan sonra veri bölümleri olan akış şemaları veya daha doğrusu ağaçtaki “dal” olarak sunulur. Bu işleme özyinelemeli bölümleme denir. Madencilik gibi alanlar bu sınıflandırma ve regresyon öğrenme tekniklerini kullanır. Bu makale Sınıflandırma ağacı ve regresyon ağacına odaklanmaktadır.

İÇİNDEKİLER

1. Genel Bakış ve Temel Fark
2. Sınıflandırma nedir
3. Regresyon Nedir
4. Yan Yana Karşılaştırma - Tablo Şeklinde Sınıflandırmaya Karşı Regresyon
5. Özet

Sınıflandırma Nedir?

Sınıflandırma, bir öncü değişken ile başlayan verilerin organizasyonunu gösteren bir şemaya ulaşmak için kullanılan bir tekniktir. Bağımlı değişkenler verileri sınıflandıran şeydir.

Şekil 01: Veri Madenciliği

Sınıflandırma ağacı, mevcut bağımlı değişkenler tarafından belirlenen iki gruba ayrılan bağımsız değişken ile başlar. Yanıtların bağımlı değişkenlerin getirdiği kategorizasyon şeklinde açıklanması amaçlanmaktadır.

Regresyon Nedir

Regresyon, varsayılan veya bilinen bir sayısal çıktı değerine dayanan bir tahmin yöntemidir. Bu çıkış değeri bir dizi özyinelemeli bölümlemenin sonucudur, her adım bir sayısal değere ve bunun gibi başka bir çifte dallanan başka bir bağımlı değişken grubuna sahiptir.

Regresyon ağacı bir veya daha fazla öncü değişken ile başlar ve bir son çıktı değişkeni ile sonlanır. Bağımlı değişkenler ya sürekli ya da ayrık sayısal değişkenlerdir.

Sınıflandırma ve Regresyon Arasındaki Fark Nedir??

Sınıflandırma ve Regresyon Karşılaştırması
Hedef değişkenin ayrı bir değer kümesi alabileceği bir ağaç modeli.	Hedef değişkenin tipik olarak gerçek sayılardan sürekli değerler alabileceği bir ağaç modeli.
Bağımlı değişken
Sınıflandırma ağacı için, bağımlı değişkenler kategoriktir.	Regresyon ağacı için bağımlı değişkenler sayısaldır.
Değerler
Belirli bir miktarda sırasız değer içeriyor.	Ayrık ancak sıralı değerlere veya bağımsız değerlere sahiptir.
İnşaatın Amacı
Regresyon ağacını oluşturmanın amacı, her belirleyici dal için beklenen çıktı değerinin ortaya çıkacağı şekilde bir regresyon sistemine uymaktır.	Önceki düğümden türetilen bağımlı bir değişken tarafından belirlenen bir sınıflandırma ağacı dallanır.

Özet - Sınıflandırma ve Regresyon

Regresyon ve sınıflandırma ağaçları, sınıflandırmada veya tek bir sayısal değerde çalışılan bir sonuca işaret eden süreci haritalamak için yardımcı tekniklerdir. Sınıflandırma ağacı ile regresyon ağacı arasındaki fark bağımlı değişkenleridir. Sınıflandırma ağaçlarının kategorik ve sırasız bağımlı değişkenleri vardır. Regresyon ağaçlarının sürekli değerler veya sıralı tam değerler olan bağımlı değişkenleri vardır.

Referans:

1. “Karar Ağacı Öğrenmesi.” Vikipedi, Wikimedia Foundation, 13 Mayıs 2018. Buradan ulaşılabilir 

Görünüm inceliği:

Arbeck - Kendi işi, (CC BY 3.0) Commons Wikimedia üzerinden