Campus
Diagrama de temas
-
Clasificación multietiqueta
El ejemplo de regresión logística dado anteriormente funciona con una opción binaria simple: algo es x, o no es x. O un jugador recomendará el juego, o no lo hará. Sin embargo, es posible que se enfrente a un problema de clasificación que implica varias etiquetas, también denominada clasificación multietiqueta. Por ejemplo, supongamos que desea obtener más información sobre el rendimiento de los equipos deportivos. Necesita varias formas de clasificar el rendimiento de cada equipo (una fila) en un juego o partido. En este caso, el modelo de aprendizaje automático debe clasificar lo siguiente para cada equipo:
- Categoría 1: si el equipo está en el equipo local o en el equipo visitante.
- Categoría 2: si el equipo ganó o perdió el partido.
El equipo es el equipo local o el equipo visitante, y no puede ser ambos. Del mismo modo, suponiendo que no se permitan empates, el equipo ganó o perdió. Aunque las clases de cada categoría se excluyen mutuamente, no ocurre lo mismo entre las categorías. Usted puede estar en el equipo local ganador, el equipo visitante ganador, el equipo local perdedor o el equipo visitante perdedor. Son cuatro posibles etiquetas de clasificación.Puede resolver problemas de varias etiquetas entrenando varios modelos de clasificación binarios, a menos que las propias etiquetas estén correlacionadas. Puede entrenar dos modelos (uno para la categoría 1 y el otro para la categoría 2) y, a continuación, combinar los resultados.
Campus
