Algú em pot dir quina és la diferència entre la classificació de k-means i la classificació de svm?


Resposta 1:

Una classe de problemes us demana que trobeu una distribució de probabilitats donades les dades. Una altra classe demana que es trobi quina de les diverses distribucions (sovint dues) té un valor més alt en el punt donat. En aquest darrer cas, no cal que trobeu distribucions.

El mitjà K és un cas especial de l'algorisme EM i pertany a la primera de les classes anteriors. Implícitament estàs intentant trobar una única distribució.

SVM pertany a la segona classe. Teniu dos conjunts de punts (per exemple, vermell i blau) i l’objectiu és que un punt donat de l’espai on visquin les vostres dades per trobar quin tipus (vermell o blau) és més probable en aquell moment.


Resposta 2:

K-means és un algorisme de clustering i no un mètode de classificació. D'altra banda, SVM és un mètode de classificació. Fem agrupacions quan no tenim etiquetes de classe i fem classificació quan tenim etiquetes de classe. El clustering és una tècnica d’aprenentatge no supervisada i la classificació és una tècnica d’aprenentatge supervisat. Per tant, comparar tots dos són comparar poma i taronges. Heu de llegir el següent per entendre la seva diferència: la resposta de Shehroz Khan a L’aprenentatge supervisat es realitza habitualment després de l’agrupament? (Llegiu també els enllaços en aquesta resposta)