Ključna razlika između klasifikacijskog i regresijskog stabla je u tome što su u klasifikaciji zavisne varijable kategorične i neuređene, dok su u regresiji zavisne varijable kontinuirane ili uređene cijele vrijednosti.
Klasifikacija i regresija su tehnike učenja za kreiranje modela predviđanja iz prikupljenih podataka. Obje tehnike su grafički predstavljene kao stabla klasifikacije i regresije, odnosno dijagrami toka sa podjelama podataka nakon svakog koraka, odnosno „grana“u stablu. Ovaj proces se naziva rekurzivno particioniranje. Polja kao što je rudarstvo koriste ove tehnike klasifikacije i regresijskog učenja. Ovaj članak se fokusira na stablo klasifikacije i stablo regresije.
Šta je klasifikacija?
Klasifikacija je tehnika koja se koristi da se dođe do šeme koja pokazuje organizaciju podataka počevši od varijable prekursora. Zavisne varijable su ono što klasifikuje podatke.
Slika 01: Data Mining
Stablo klasifikacije počinje nezavisnom varijablom, koja se grana u dvije grupe kako je određeno postojećim zavisnim varijablama. Namijenjen je razjašnjavanju odgovora u obliku kategorizacije koju donose zavisne varijable.
Šta je regresija
Regresija je metoda predviđanja koja se zasniva na pretpostavljenoj ili poznatoj brojčanoj izlaznoj vrijednosti. Ova izlazna vrijednost je rezultat serije rekurzivnog particioniranja, pri čemu svaki korak ima jednu numeričku vrijednost i drugu grupu zavisnih varijabli koje se granaju na drugi par kao što je ovaj.
Regresijsko stablo počinje sa jednom ili više prekursorskih varijabli i završava se jednom konačnom izlaznom varijablom. Zavisne varijable su ili kontinuirane ili diskretne numeričke varijable.
Koja je razlika između klasifikacije i regresije?
Klasifikacija vs regresija |
|
| Model stabla u kojem ciljna varijabla može uzeti diskretni skup vrijednosti. | Model stabla u kojem ciljna varijabla može uzeti kontinuirane vrijednosti obično realne brojeve. |
| Zavisna varijabla | |
| Za stablo klasifikacije, zavisne varijable su kategoričke. | Za stablo regresije, zavisne varijable su numeričke. |
| Vrijednosti | |
| Ima postavljeni iznos neuređenih vrijednosti. | Ima ili diskretne još naručene vrijednosti ili indiskretne vrijednosti. |
| Svrha izgradnje | |
| Svrha izgradnje regresijskog stabla je da se regresijski sistem uklopi u svaku determinantnu granu na način da dođe do očekivane izlazne vrijednosti. | Klasifikaciono stablo se grana kako je određeno zavisnom varijablom izvedenom iz prethodnog čvora. |
Sažetak – Klasifikacija naspram regresije
Stabla regresije i klasifikacije su korisne tehnike za mapiranje procesa koji ukazuje na proučavani ishod, bilo u klasifikaciji ili jednoj numeričkoj vrijednosti. Razlika između stabla klasifikacije i stabla regresije je njihova zavisna varijabla. Klasifikaciono stablo ima zavisne varijable koje su kategoričke i neuređene. Stabla regresije imaju zavisne varijable koje su kontinuirane vrijednosti ili uređene cijele vrijednosti.
