دستهبندی چیست؟
معرفی مسائل دستهبندی: پیش‌بینی کلاس، باینری و چندکلاسه، مثال‌های واقعی و انواع دسته‌بندها
دستهبندی چیست؟
دستهبندی (Classification) نوعی یادگیری نظارت‌شده است که در آن هدف، پیش‌بینی کلاس یا دسته یک نمونه است.
انواع دستهبندی
- باینری (Binary): دو کلاس — اسپم/غیراسپم، بیمار/سالم، تقلب/عادی
- چندکلاسه (Multiclass): بیش از دو کلاس — دستهبندی رقم دستنویس (۰ تا ۹)، نوع گل (Iris)
- چندبرچسبی (Multilabel): هر نمونه چند برچسب همزمان — یک فیلم هم اکشن هم کمدی
مثال‌های واقعی
- ایمیل: اسپم یا عادی؟
- بانک: آیا این تراکنش تقلبی است؟
- پزشکی: بیمار دیابت دارد یا نه؟
- تصویر: این عکس گربه است یا سگ؟
- متن: احساس نظر مشتری مثبت است یا منفی؟
دسته‌بندهای محبوب
| الگوریتم | ایده اصلی | نقطه قوت |
|---|---|---|
| رگرسیون لجستیک | احتمال با تابع سیگموید | ساده و قابل تفسیر |
| KNN | رأی‌گیری همسایهها | بدون فرض درباره داده |
| درخت تصمیم | سؤالهای پشتسرهم | قابل درک برای انسان |
| جنگل تصادفی | ترکیب چند درخت | دقیق و مقاوم |
| SVM | مرز با بیشترین فاصله | در فضای بالا‌بعد خوب |
| Naive Bayes | قضیه بیز | سریع برای متن |
گردش کار دستهبندی
- آماده‌سازی داده (پاک‌سازی، کدگذاری، مقیاس‌بندی)
- تقسیم Train/Test
- آموزش دسته‌بند
- ارزیابی (Accuracy، Precision، Recall، F1)
- تنظیم و بهبود
در داده نامتوازن (مثلاً ۹۹٪ تراکنش عادی)، Accuracy به‌تنهایی گمراه‌کننده است — در مبحث‌های ارزیابی این را کامل یاد می‌گیرید.
جمع‌بندی
- دستهبندی = پیش‌بینی کلاس (باینری/چندکلاسه/چندبرچسبی)
- شش الگوریتم اصلی داریم که هر کدام را در مباحث بعدی یاد می‌گیریم
- ارزیابی درست، مهم‌تر از خود مدل است
این مبحث بخشی از دوره آموزش کامل ماشین لرنینگ است.