Знакомство
Выходные данные моделей классификации являются категориальными, то есть их можно использовать для маркировки входных данных или принятия решений. Например, самоуправляемый автомобиль использует классификацию, чтобы решить, следует ли повернуть влево или вправо на вилку на дороге. Модель классификации отличается от классических моделей регрессии, в которых выходные данные являются непрерывными, например размер обуви или скорость поезда. Модели классификации разнообразны в том, как они работают. Чтобы приступить к работе, давайте сосредоточимся на логистической регрессии, которая является более простым и популярным типом модели, которая широко используется во многих отраслях науки и промышленности.
Сценарий: прогнозирование лавины с помощью машинного обучения
В этом модуле мы используем следующий пример сценария для объяснения концепций, связанных с классификацией. Этот сценарий предназначен для предоставления примера того, как вы можете соответствовать этим понятиям в собственном программировании.
Ваша благотворительная организация отвечает за операции по спасению людей в случае лавин на туристических тропах на северо-западе Соединенных Штатов. Да, самый безопасный вариант было бы постоянно закрывать все тропы на время лыжного и туристического сезонов, но это означало бы, что спортсмены не смогут насладиться великолепной природой. Ваша цель заключается в создании модели, которая может предсказать, может ли отдельный день привести к лавище. Затем с помощью этого прогноза можно закрыть след, когда риск высок. Помните о следующем, когда делаете прогнозы: прогнозирование лавин, которые не происходят, может нанести ущерб местному туризму, а если не предсказать лавины, которые происходят, это может привести к человеческим жертвам. Ясно, что необходимо найти баланс.
Осторожность
Данные для этих упражнений сфабрикованы и предназначены исключительно для образовательных целей. Для тех любителей туристических походов и лыжного спорта: можно использовать машинное обучение для прогнозирования лавин, но не используйте эти данные или обученную модель ни для чего, кроме изучения машинного обучения.
Необходимые условия
- Знакомство с моделями машинного обучения
Цели обучения
В этом модуле вы будете:
- Узнайте, как классификация отличается от классической регрессии
- Создание моделей, которые могут выполнять задачи классификации
- Узнайте, как оценить и улучшить модели классификации