Trong bài đăng này, chúng ta sẽ hiểu sự khác biệt giữa phân loại và phân cụm.
Phân loại
-
Nó được sử dụng với việc học có giám sát.
-
Đây là một quá trình trong đó các cá thể đầu vào được phân loại dựa trên các nhãn lớp tương ứng của chúng.
-
Nó có các nhãn do đó cần phải đào tạo và kiểm tra tập dữ liệu để xác minh mô hình.
-
Nó phức tạp hơn so với phân cụm.
-
Ví dụ:Hồi quy logistic, Bộ phân loại Naive Bayes, Máy vectơ hỗ trợ.
Phân cụm
-
Nó được sử dụng khi học tập không có giám sát.
-
Nó nhóm các trường hợp dựa trên mức độ giống nhau của chúng mà không sử dụng nhãn lớp.
-
Không cần đào tạo và kiểm tra tập dữ liệu.
-
Nó ít phức tạp hơn so với phân loại.
-
Ví dụ:thuật toán phân cụm k-mean, thuật toán phân nhóm Gaussian (EM).