【问题标题】:Difference between classification and segmentation in data mining tasks?数据挖掘任务中分类和分割的区别?
【发布时间】:2016-05-04 13:58:10
【问题描述】:

有人能说一下数据挖掘任务中的分类和分割有什么区别吗? 当对象是客户并且划分标准与营销相关时,我们可以说分割是分类任务吗?那么分割只是分类的子组?

【问题讨论】:

  • 这可能更适合 Data Science Stack Exchange 或 CrossValidated (stats.stackexchange.com)

标签: classification data-mining text-segmentation


【解决方案1】:

分割方法将一个单元(无论是文本单元、图像还是其他数据结构)分成更小的连接子单元组,例如单词、像素等。

每个分段组都包含在生成的栅格(也称为分区)中。也就是说,属于该组的像素都将具有该特定 ID 编号(例如,ID = 67897),但该组之外的其他像素将不会具有该 ID。

相比之下,分类方法为每个元素分配一个类,无论是单个像素还是片段。给定每像素分类,将有连接像素组共享同一类,但属于不同组的像素在分类栅格中将具有相同的 ID(例如,ID = 8)。

有一些标签算法​​可以为每个组分配一个唯一的 ID,因此您可以从分类中得出分段(也称为分区),但您不能从分段中得出分类,因为您还不知道不同细分的共同点(即,您有一个 ID,但没有一个类)。

【讨论】:

    猜你喜欢
    • 2019-09-21
    • 2016-04-04
    • 2014-02-02
    • 2015-08-28
    • 2021-11-16
    • 2010-10-21
    • 1970-01-01
    • 1970-01-01
    • 2011-07-13
    相关资源
    最近更新 更多