Основы ИИ
Классификация и регрессия
Как тип ожидаемого ответа помогает правильно сформулировать задачу.
Категория или число
Классификация предсказывает категорию: например, тему обращения или наличие дефекта на изображении. Регрессия предсказывает числовую величину: например, длительность обработки обращения.
Обе задачи можно решать обучением с учителем. Для каждого обучающего примера нужны входные признаки и известный ответ — целевая переменная, или метка.
| Вопрос | Результат | Тип задачи |
|---|---|---|
| К какому отделу относится обращение? | Название отдела | Классификация |
| Сколько минут займёт обработка? | Продолжительность | Регрессия |
| Нужна ли ручная проверка? | Да или нет | Бинарная классификация |
Что модель получает на вход
В учебном примере прогноза длительности обработки признаками могут быть тема обращения, число приложений и загрузка очереди в момент поступления. Меткой будет фактическое время обработки.
Признак должен быть доступен именно тогда, когда нужен прогноз. Например, итоговое число ответов оператора появляется позже и не подходит для прогноза при поступлении обращения.
Проверяем постановку
Запишите несколько входов и ожидаемых ответов вручную. Если два специалиста трактуют ответ по-разному, сначала уточните категории или способ измерения величины.
- Для классификации определите набор категорий и спорные случаи.
- Для регрессии задайте единицу измерения и допустимый диапазон.
- Для обеих задач определите действие человека после получения прогноза.