قم بإنشاء نماذج تصنيف متعددة الفئات

مكتمل

من الممكن أيضا إنشاء نماذج تصنيف متعددة الفئات ، حيث يوجد أكثر من فئتين محتملتين. على سبيل المثال: قد توسع العيادة الصحية نموذج مرض السكري لتصنيف المرضى على أنهم:

• غير مصابين بالسكري
• السكري من النوع 1
• السكري من النوع 2

ستظل قيم احتمالية الفئة الفردية تضيف ما يصل إلى إجمالي 1 عندما يكون المريض بالتأكيد في فئة واحدة من الفئات الثلاثة، وسيتم توقع الفئة الأكثر احتمالية بواسطة النموذج.

استخدام نماذج التصنيف متعددة الفئات

يمكن اعتبار تصنيف متعدد الفئات بأنه مجموعة من مصنفات ثنائية متعددة. توجد طريقتان للتعامل مع المشكلة:

• واحد مقابل البقية (OVR)، حيث يتم إنشاء مصنف لكل قيمة فئة ممكنة، مع نتيجة إيجابية للحالات التي يكون فيها التنبؤ هو هذه الفئة، والتنبؤات السلبية للحالات التي يكون فيها التنبؤ أي فئة أخرى. على سبيل المثال، قد تتطلب مشكلة التصنيف مع أربع فئات أشكال محتملة (مربع، دائرة، مثلث، سداسي) أربعة مصنفات تتنبأ:
  • بأنه مربع أم لا
  • بأنه دائرة أم لا
  • بأنه مثلث أم لا
  • بأنه سداسي أم لا
• نموذج واحد مقابل واحد (OVO)، حيث يتم إنشاء مُصنف لكل زوج محتمل من الفئات. تتطلب مشكلة التصنيف مع أربع فئات شكل المصنفات الثنائية التالية:
  • مصنف مربع أو دائرة
  • مصنف مربع أو مثلث
  • مصنف مربع أو سداسي
  • مصنف دائرة أو مثلث
  • دائرة أو سداسي
  • مثلث أو سداسي

في كلا النهجين، يجب أن يأخذ النموذج العام في الاعتبار جميع هذه التنبؤات لتحديد الفئة المفردة التي ينتمي إليها العنصر.

لحسن الحظ، في معظم أطر التعلم الآلي، بما في ذلك Scikit-Learn، فإن تنفيذ نموذج تصنيف متعدد الطبقات ليس أكثر تعقيدا بكثير من التصنيف الثنائي - وفي معظم الحالات، تدعم المقدرات المستخدمة للتصنيف الثنائي ضمنيا التصنيف متعدد الفئات عن طريق تجريد خوارزمية OVR أو خوارزمية OVO أو عن طريق السماح باختيار أي منهما.