Vytvoření vícetřídových klasifikačních modelů

  • 4 min

Je také možné vytvořit vícetřídové klasifikační modely, ve kterých je více než dvě možné třídy. Například zdravotní klinika může rozšířit model cukrovky, aby klasifikovala pacienty jako:

  • Nediabetický
  • Diabetik typu 1
  • Diabetik typu 2

Hodnoty pravděpodobnosti jednotlivých tříd by stále sečtily celkem 1, protože pacient je rozhodně v jedné ze tří tříd a nejpravděpodobnější třída by byla předpovězena modelem.

Použití klasifikačních modelů s více třídami

Vícetřídní klasifikaci lze považovat za kombinaci více binárních klasifikátorů. K problému přistupujete dvěma způsoby:

  • Jeden vs Zbytek (OVR), při kterém se pro každou možnou hodnotu třídy vytvoří klasifikátor, který dává pozitivní výsledek pro případy, kdy je předpovězená právě tato třída, a negativní výsledky ve všech ostatních případech. Například klasifikační problém se čtyřmi možnými třídami obrazců (čtverec, kruh, trojúhelník, šestiúhelník) by vyžadoval čtyři klasifikátory, které predikovaly:
    • čtverec nebo ne
    • kruh nebo ne
    • trojúhelník nebo ne
    • šestiúhelník nebo ne
  • Jedna proti jedné (OVO), ve kterém je vytvořen klasifikátor pro každou možnou dvojici tříd. Klasifikační problém se čtyřmi třídami obrazců by vyžadoval následující binární klasifikátory:
    • čtvercový nebo kruh
    • čtverec nebo trojúhelník
    • čtverec nebo šestiúhelník
    • kruh nebo trojúhelník
    • kruh nebo šestiúhelník
    • trojúhelník nebo šestiúhelník

V obou přístupech musí celkový model vzít v úvahu všechny tyto předpovědi, aby bylo možné určit, do které kategorie položka patří.

Ve většině architektur strojového učení, včetně Scikit-Learn, implementace klasifikačního modelu s více třídami není naštěstí složitější než binární klasifikace – a ve většině případů odhadátory používané pro binární klasifikaci implicitně podporují vícetřídovou klasifikaci abstrakcí algoritmu OVR, algoritmem OVO nebo povolením výběru.