Wcześniej pojawiły się modele klasyfikacji binarnej, które pozwalają wybrać jedną z dwóch możliwych opcji:
Dany e-mail zawiera spam lub nie jest spamem.
Rany są złośliwe lub niegroźne.
W tym module zajmiemy się klasyfikacją wieloklasową, którą można wybrać z wielu możliwości. Przykład:
Czy ten pies jest bobrem, miotem czy krewitą?
Czy ten kwiat to irys syberyjski, irys niderlandzki, irys błękitny, czy krasnolud brunatny?
Czy to jest Boeing 747, Airbus 320, Boeing 777 czy Embraer 190?
Czy to zdjęcie: jabłko, niedźwiedź, cukierek, pies czy jajko?
Prawdziwe problemy wieloklasowe obejmują miliony oddzielnych zajęć. Możesz na przykład użyć wieloklasowego modelu klasyfikacji, który pozwala zidentyfikować obraz w praktycznie wszystkim.
Wieloklasowe sieci neuronowe
Więcej niż 2 zajęcia?
Regresja logistyczna daje duże prawdopodobieństwo wystąpienia problemów z klasą binarną.
spam / nie spam
kliknięcie / nie kliknięcie
Co z problemami wieloklasowymi?
jabłko, banan, samochód, kardiolog, ..., znak spaceru, zebra, zoo