इस पोस्ट में, हम क्लासिफिकेशन और क्लस्टरिंग के बीच अंतर को समझेंगे।
क्लासिफिकेशन
यह सुपरवाइज़्ड लर्निंग के साथ उपयोग किया जाता है।
यह एक प्रक्रिया है जहां इनपुट इंस्टेंसेस को उनके संबंधित क्लास लेबल्स के आधार पर वर्गीकृत किया जाता है।
इसमें लेबल्स होते हैं इसलिए मॉडल को सत्यापित करने के लिए डेटासेट को ट्रेन और टेस्ट करने की आवश्यकता होती है।
यह क्लस्टरिंग की तुलना में अधिक जटिल है।
उदाहरण: लॉजिस्टिक रिग्रेशन, नाइव बायेस क्लासिफायर, सपोर्ट वेक्टर मशीन्स।
क्लस्टरिंग
यह अनसुपरवाइज़्ड लर्निंग के साथ उपयोग किया जाता है।
यह इंस्टेंसेस को इस आधार पर समूहित करता है कि वे कितने समान हैं, बिना क्लास लेबल्स का उपयोग किए।
डेटासेट को ट्रेन और टेस्ट करने की आवश्यकता नहीं होती।
यह क्लासिफिकेशन की तुलना में कम जटिल है।
उदाहरण: k-मीन्स क्लस्टरिंग एल्गोरिदम, गौसियन (EM) क्लस्टरिंग एल्गोरिदम।
