URL'leri kategorilere ayırmam gerekiyor. Diyelim ki her URL'yi sıfırlamayı planladığım 15 kategorim var.
15 yollu sınıflandırıcı daha mı iyi? Burada 15 etiket var ve her veri noktası için özellikler oluşturmak.
Ya da 15 ikili sınıflandırıcı oluşturup, diyelim: Film ya da Film Dışı ve bir sınıflayıcı oluşturmak için bu sınıflandırmalardan aldığım sayıları kullanarak, en iyi kategoriyi seçmek, daha iyi olacak mı?
Yanıtlar:
Her şeyden önce, kendinize sorununuzun çok etiketli (yani tek bir URL birden fazla sınıfa ait olabilir) olup olmadığını sormalısınız (yani tek bir URL yalnızca bir sınıfa ait olabilir).
Birincisi, ikili etiketleyicilerin bir pili ile gidin, çünkü bu çok etiketli problemleri yapmanın varsayılan bir yoludur.
İkincisi, cevap, verilerinizin nasıl göründüğüne, analizinizin amacı ve hangi yöntemi kullandığınıza bağlıdır - muhtemelen her ikisini de denemeli ve en iyisini seçmelisiniz.
Sadece bazı yöntemlerin (SVM gibi), nasıl tanımlandıkları ve dolayısıyla dahili olarak ikili sınıflandırıcıların pilini kullandıkları için çok sınıflı sınıflandırma yapamayacağını unutmayın.
Bu, verilerinizin nasıl dağıldığına bağlı olacaktır. OP'nin tek bir doğrusal ayırma fonksiyonunun A veya B popülasyonuna veya A'yı ayıran çoklu doğrusal ayırma fonksiyonlarına dayanan birine karar vermek için daha iyi bir sınıflandırıcı olup olmadığını bilmek istediği benzer bir soruya son zamanlarda verilen güzel bir örnek var. Bazıları, iki ayrımcı kullanmanın bu durumda birinden daha iyi olacağını göstermek için çok güzel renkli bir dağılım grafiği verdi. Bağlantı kurmaya çalışacağım.
Bazı yöntemler, örneğin çok sınıflı, Rastgele Ormanlar, MLP'lerle iyi ilgilenir.
Bu şekilde gitmek istemiyorsanız, ECOC'un probleminiz için 1-vs-All gerçekleştirebilmesi mümkündür, sadece testler söyleyecektir.