ຜູ້ໃດຜູ້ຫນຶ່ງສາມາດບອກຂ້ອຍເຖິງຄວາມແຕກຕ່າງລະຫວ່າງການຈັດປະເພດ k-mean ແລະການຈັດປະເພດ svm?


ຕອບ 1:

ຊັ້ນບັນຫາຂໍໃຫ້ທ່ານໃຊ້ຂໍ້ມູນເພື່ອຊອກຫາການແຈກຢາຍຄວາມເປັນໄປໄດ້. ຊັ້ນຮຽນອື່ນຖາມທ່ານວ່າການແຈກຢາຍທີ່ແຕກຕ່າງກັນ (ມັກສອງຄັ້ງ) ມີຄຸນຄ່າສູງກວ່າຈຸດທີ່ລະບຸໄວ້. ໃນກໍລະນີສຸດທ້າຍ, ທ່ານບໍ່ ຈຳ ເປັນຕ້ອງຊອກຫາການແຈກຢາຍໃດໆ.

K-means ແມ່ນກໍລະນີພິເສດຂອງ EM algorithm ແລະເປັນຂອງ ທຳ ອິດຂອງຊັ້ນຮຽນຂ້າງເທິງ. ທ່ານ ກຳ ລັງພະຍາຍາມຊອກຫາການແຈກຢາຍແບບດຽວ.

SVM ເປັນຂອງຊັ້ນສອງ. ທ່ານມີສອງຈຸດຂອງຈຸດ (ຕົວຢ່າງ: ສີແດງແລະສີຟ້າ), ແລະເປົ້າ ໝາຍ ແມ່ນເພື່ອຊອກຫາວ່າປະເພດໃດ (ສີແດງຫລືສີຟ້າ) ແມ່ນມີແນວໂນ້ມຫຼາຍໃນຈຸດນັ້ນ ສຳ ລັບແຕ່ລະຈຸດໃນຫ້ອງທີ່ຂໍ້ມູນຂອງທ່ານຢູ່.


ຕອບ 2:

K-means ແມ່ນສູດການແບ່ງກຸ່ມແລະບໍ່ແມ່ນວິທີການຈັດປະເພດ. ໃນທາງກົງກັນຂ້າມ, SVM ແມ່ນວິທີການຈັດປະເພດ. ພວກເຮົາແບ່ງກຸ່ມໃນເວລາທີ່ພວກເຮົາບໍ່ມີຊື່ຊັ້ນແລະຈັດແບ່ງປະເພດເມື່ອພວກເຮົາມີຊື່ຊັ້ນ. ການແບ່ງກຸ່ມແມ່ນເຕັກນິກການຮຽນແລະການຈັດແບ່ງປະເພດທີ່ບໍ່ຖືກຄວບຄຸມແມ່ນເຕັກນິກການຮຽນຮູ້ທີ່ຖືກຕິດຕາມ. ເມື່ອປຽບທຽບສອງຢ່າງ, ດັ່ງນັ້ນ ໝາກ ແອບເປີ້ນແລະ ໝາກ ກ້ຽງຈຶ່ງສົມທຽບກັນ. ທ່ານຄວນອ່ານສິ່ງຕໍ່ໄປນີ້ເພື່ອເຂົ້າໃຈຄວາມແຕກຕ່າງຂອງພວກເຂົາ - ຄຳ ຕອບຂອງ Shehroz Khan ແມ່ນການຮຽນຮູ້ທີ່ມີການຄວບຄຸມປົກກະຕິແລ້ວເຮັດແນວໃດຫຼັງຈາກການແບ່ງກຸ່ມ? (ຍັງອ່ານລິ້ງຢູ່ໃນ ຄຳ ຕອບນີ້)