分類とクラスタリングの違いは何ですか？

分類

分類は、より効率的な予測と分析をサポートするために、データセットのレベルを承認するデータマイニングアプローチです。分類は、高データセットの分析を効果的にするために事前に決定されたいくつかの方法の1つです。

「分類」は、一般に、バイナリ分類と呼ばれるターゲットクラスが正確に2つある場合に使用されます。特にパターン認識の問題で2つ以上のクラスが予測できる場合、これは多項分類として定義されます。ただし、多項分類は、最終的な応答データにも使用されます。この場合、複数のカテゴリの中でどのカテゴリが最も確率の高いインスタンスを持っているかを予測する必要があります。

分類は、データマイニングで最も重要な要素です。属性に応じて、事前定義されたクラスラベルをインスタンスに割り当てるプロセスを定義します。分類とクラスタリングの間には類似性があり、類似しているように見えますが、異なります。分類とクラスタリングの主な違いは、分類には、事前定義されたグループのメンバーシップに従ってアイテムの平準化が含まれることです。

クラスタリング

物理オブジェクトまたは抽象オブジェクトのセットを同じオブジェクトのクラスに結合するプロセスは、クラスタリングと呼ばれます。クラスターは、同じクラスター内で互いに同じであり、他のクラスター内のオブジェクトとは異なるデータオブジェクトのセットです。データオブジェクトのクラスターは、複数のアプリケーションで1つのグループとしてまとめて考えることができます。クラスター分析は人間にとって不可欠な活動です。

クラスター分析は、これらのレコードに対して行われたさまざまな測定に応じて、同じレコードのグループまたはクラスターを形成するために使用されます。重要な設計は、分析の目的に役立つ方法でクラスターを定義することです。このデータは、天文学、考古学、医学、化学、教育、心理学、言語学、社会学など、いくつかの分野で使用されています。

マーケティングにおけるクラスター分析の有名な用途の1つは、市場のセグメンテーションです。ユーザーは人口統計データとトランザクション履歴データに基づいてセグメント化され、マーケティング手法はセグメントごとに調整されます。

クラスター分析は、大量のデータに使用できます。たとえば、インターネット検索エンジンは、クラスタリング手法を使用して、ユーザーが送信するクエリをクラスタリングします。これらは、検索アルゴリズムの開発に使用できます。

一般に、クラスター化に使用される基本データは、さまざまな変数の測定値のテーブルであり、各列は変数を定義し、行はレコードを定義します。目的は、同じレコードが同じグループに含まれるようにデータのグループを形成することです。クラスターの数は、事前に指定することも、データから決定することもできます。