Kan nogen fortælle mig, hvad er forskellen mellem k-middel klassificering og svm klassificering?


Svar 1:

En klasse af problemer beder dig om at finde en sandsynlighedsfordeling i betragtning af dataene. En anden klasse beder dig finde, hvilken af ​​de flere fordelinger (ofte to), der har højere værdi på det givne punkt. I sidstnævnte tilfælde behøver du ikke finde distributioner selv.

K-middel er et specielt tilfælde af EM-algoritme og hører til den første af de ovennævnte klasser. Du prøver implicit at finde en enkelt distribution.

SVM hører til anden klasse. Du har to sæt punkter (sige, rød og blå), og målet er for et givet punkt i rummet, hvor dine data lever for at finde, hvilken type (rød eller blå) der er mere sandsynlig på det tidspunkt.


Svar 2:

K-middel er en klynge-algoritme og ikke klassificeringsmetode. På den anden side er SVM en klassificeringsmetode. Vi klynger, når vi ikke har klassetiketter og udfører klassificering, når vi har klassetiketter. Clustering er en uovervåget læringsteknik, og klassificering er en overvåget læringsteknik. Derfor sammenligner man begge sammenligner æble og appelsiner. Du bør læse følgende for at forstå deres forskel - Shehroz Khans svar på Er overvåget læring ofte udført efter klynger? (Læs også linkene i det svar)