التصنيف: تصنيف متعدد الفئات
تنظيم صفحاتك في مجموعات
يمكنك حفظ المحتوى وتصنيفه حسب إعداداتك المفضّلة.
يمكن اعتبار التصنيف المتعدّد الفئات امتدادًا لمحاولة
التصنيف الثنائي
لتطبيقه على أكثر من فئتَين. إذا كان لا يمكن تحديد
كل مثال إلا لفئة واحدة، يمكن التعامل مع مشكلة التصنيف على أنّها مشكلة
تصنيف ثنائي، حيث تحتوي فئة واحدة على إحدى الفئات
المتعدّدة، وتحتوي الفئة الأخرى على جميع الفئات الأخرى مجتمعة.
يمكن بعد ذلك تكرار العملية لكل من الفئات الأصلية.
على سبيل المثال، في مشكلة تصنيف متعدّدة الفئات من ثلاث فئات، حيث يتم تصنيف الأمثلة باستخدام التصنيفات A وB وC، يمكنك تحويل المسألة إلى مسألتَين منفصلتَين في التصنيف الثنائي. أولاً، يمكنك إنشاء مصنّف ثنائي يصنف الأمثلة
باستخدام التصنيف A+B والتصنيف C. بعد ذلك، يمكنك إنشاء مصنِّف ثنائي ثانٍ يعيد تصنيف الأمثلة التي تحمل التصنيف A+B باستخدام التصنيف A والتصنيف B.
من الأمثلة على المشاكل متعددة الفئات هو مصنّف للكتابة اليدوية يأخذ
صورة رقم مكتوب بخط اليد ويحدّد الرقم الذي يمثّله، من 0 إلى 9.
إذا لم يكن الانضمام إلى الفئة حصريًا، أي يمكن تحديد مثال
لفئ متعددة، يُعرف ذلك باسم مشكلة التصنيف باستخدام تصنيفات متعددة.
إنّ محتوى هذه الصفحة مرخّص بموجب ترخيص Creative Commons Attribution 4.0 ما لم يُنصّ على خلاف ذلك، ونماذج الرموز مرخّصة بموجب ترخيص Apache 2.0. للاطّلاع على التفاصيل، يُرجى مراجعة سياسات موقع Google Developers. إنّ Java هي علامة تجارية مسجَّلة لشركة Oracle و/أو شركائها التابعين.
تاريخ التعديل الأخير: 2024-11-06 (حسب التوقيت العالمي المتفَّق عليه)
[null,null,["تاريخ التعديل الأخير: 2024-11-06 (حسب التوقيت العالمي المتفَّق عليه)"],[[["\u003cp\u003eMulti-class classification extends binary classification to handle more than two classes, often by breaking the problem down into multiple binary classifications.\u003c/p\u003e\n"],["\u003cp\u003eIn multi-class classification, each example is assigned to only one class, like classifying handwritten digits (0-9).\u003c/p\u003e\n"],["\u003cp\u003eIf an example can belong to multiple classes, it's called multi-label classification, which is a distinct but related concept.\u003c/p\u003e\n"],["\u003cp\u003eMulti-class classification can be achieved by creating a series of binary classifiers, each distinguishing between a subset of classes.\u003c/p\u003e\n"]]],[],null,["# Classification: Multi-class classification\n\nMulti-class classification can be treated as an extension of\n[**binary classification**](/machine-learning/glossary#binary_classification)\nto more than two classes. If each example can only be\nassigned to one class, then the classification problem can be handled as a\nbinary classification problem, where one class contains one of the multiple\nclasses, and the other class contains all the other classes put together.\nThe process can then be repeated for each of the original classes.\n\nFor example, in a three-class multi-class classification problem,\nwhere you're classifying examples with the labels **A** , **B** , and\n**C** , you could turn the problem into two separate binary classification\nproblems. First, you might create a binary classifier that categorizes examples\nusing the label **A+B** and the label **C** . Then, you could create a second\nbinary classifier that reclassifies the examples that are labeled **A+B**\nusing the label **A** and the label **B**.\n\nAn example of a multi-class problem is a handwriting classifier that takes\nan image of a handwritten digit and decides which digit, 0-9, is represented.\n\nIf class membership isn't exclusive, which is to say, an example can be\nassigned to multiple classes, this is known as a *multi-label* classification\nproblem.\n| Multi-class classification is explored more deeply in the [Multi-class neural networks](/machine-learning/crash-course/neural-networks/multi-class) section of the [Neural Networks](/machine-learning/crash-course/neural-networks) module.\n| **Key terms:**\n|\n- [Binary classification](/machine-learning/glossary#binary_classification) \n[Help Center](https://support.google.com/machinelearningeducation)"]]
