इस पोस्ट में, हम वर्गीकरण और क्लस्टरिंग के बीच के अंतर को समझेंगे।
वर्गीकरण
-
इसका उपयोग पर्यवेक्षित शिक्षण के साथ किया जाता है।
-
यह एक ऐसी प्रक्रिया है जहां इनपुट इंस्टेंस को उनके संबंधित वर्ग लेबल के आधार पर वर्गीकृत किया जाता है।
-
इसमें लेबल होते हैं इसलिए मॉडल को सत्यापित करने के लिए डेटासेट को प्रशिक्षित और परीक्षण करने की आवश्यकता होती है।
-
यह क्लस्टरिंग की तुलना में अधिक जटिल है।
-
उदाहरण:लॉजिस्टिक रिग्रेशन, Naive Bayes क्लासिफायरियर, सपोर्ट वेक्टर मशीन।
क्लस्टरिंग
-
इसका उपयोग अनुपयोगी शिक्षा के साथ किया जाता है।
-
यह उदाहरणों को इस आधार पर समूहित करता है कि वे क्लास लेबल का उपयोग किए बिना कितने समान हैं।
-
डेटासेट को प्रशिक्षित और परीक्षण करने के लिए इसकी आवश्यकता नहीं है।
-
यह वर्गीकरण की तुलना में कम जटिल है।
-
उदाहरण:k-मीन्स क्लस्टरिंग एल्गोरिथम, गाऊसी (EM) क्लस्टरिंग एल्गोरिथम।