Overvåket eller uovervåket

Maskinlæring deles i to hovedfamilier: veiledet læring, som bruker merkede svar, og ikke-veiledet læring, som ikke gjør det. 🧭

I veiledet læring har hver rad en kjent etikett, altså det riktige svaret modellen prøver å forutsi for nye data.

Veiledede modeller studerer par av inndata og etiketter, og generaliserer deretter denne sammenhengen for å forutsi etiketter de aldri har sett før.

Ikke-veiledet læring har ingen etiketter. Algoritmen må finne struktur i dataene på egen hånd, uten at noe forteller den hva som er riktig.

Den vanligste oppgaven innen ikke-veiledet læring er klynging: å gruppere lignende rader slik at naturlige segmenter trer frem fra rådataene.

Klynging avgjør hvem som hører sammen ved hjelp av et mål på avstand, for eksempel euklidsk avstand mellom egenskapsverdier.

Å sortere kunder i segmenter basert på hva de kjøper, uten forhåndsdefinerte kategorier, er et klassisk eksempel på klynging i praksis.

Uten etiketter finnes det ingen enkel nøyaktighet å kontrollere. Du vurderer klynger ut fra hvor sammenhengende og godt atskilt de er.

Den samme tabellen kan brukes til begge fremgangsmåtene: legg til en målkolonne for veiledet arbeid, eller hold den tilbake slik at strukturen kan tre frem av seg selv.

Velg veiledet læring når du har et tydelig svar å forutsi, og ikke-veiledet læring når du vil utforske ukjente mønstre.

Begge familiene bruker det samme biblioteket. Verktøy for klynging ligger under sklearn.cluster, klare til bruk sammen med klassifikatorene du allerede kjenner.

Veiledet læring forutsier kjente etiketter, mens ikke-veiledet læring, som klynging, oppdager skjulte grupper når det ikke finnes etiketter. 🎯