मुझे URL को श्रेणियों में वर्गीकृत करना होगा। कहो कि मेरे पास 15 श्रेणियां हैं जिन्हें मैं हर URL को शून्य करने की योजना बना रहा हूं।
क्या 15-रास्ता क्लासिफायर बेहतर है? जहां मेरे पास 15 लेबल हैं और प्रत्येक डेटा बिंदु के लिए सुविधाएं उत्पन्न करता है।
या 15 बाइनरी क्लासीफायर का निर्माण, कहें: मूवी या नॉन-मूवी, और एक रैंक बनाने के लिए इन वर्गीकरणों से मुझे प्राप्त संख्याओं का उपयोग करना, सबसे अच्छी श्रेणी चुनने के लिए, बेहतर होने वाला है?
जवाबों:
सबसे पहले, आपको अपने आप से पूछना होगा कि क्या आपकी समस्या मल्टीबेल (यानी एक एकल URL कई वर्गों से संबंधित हो सकती है) या नहीं (यानी एक एकल URL केवल एक वर्ग का हो सकता है)।
यदि पूर्व, बाइनरी क्लासीफायर की बैटरी के साथ जाता है, क्योंकि यह मल्टीलेबल समस्याओं को करने का एक डिफ़ॉल्ट तरीका है।
यदि उत्तरार्द्ध, तो उत्तर इस बात पर निर्भर करता है कि आपका डेटा कैसा दिखता है, आपके विश्लेषण का उद्देश्य क्या है और आप किस पद्धति का उपयोग कर रहे हैं - शायद आपको दोनों का प्रयास करना चाहिए और सर्वश्रेष्ठ का चयन करना चाहिए।
केवल इस बात पर ध्यान दें कि कुछ विधियाँ (जैसे SVM) वास्तव में मल्टीकालास वर्गीकरण नहीं कर सकती हैं क्योंकि वे कैसे परिभाषित की जाती हैं और इस प्रकार आंतरिक रूप से बाइनरी क्लासीफायर की बैटरी का उपयोग करती हैं।
यह इस बात पर निर्भर करेगा कि आपका डेटा कैसे फैलाया जाता है। एक सुंदर उदाहरण है जो हाल ही में एक समान प्रश्न पर दिया गया था, जहां ओपी यह जानना चाहता था कि क्या एक एकल रेखीय विभेदक कार्य जनसंख्या A बनाम B या C तय करने के लिए एक बेहतर क्लासिफायरियर होगा या उत्परिवर्ती रेखीय विभेदक कार्यों के आधार पर अलग - अलग A, बी और सी। कुछ लोगों ने यह दिखाने के लिए एक बहुत अच्छा रंगीन स्कैल्पल दिया कि कैसे दो भेदभाव का उपयोग करना उस मामले में एक से बेहतर होगा। मैं इसे लिंक करने की कोशिश करूंगा।
कुछ तरीके उदाहरण के लिए, मल्टीस्केल्स, रैंडम फ़ॉरेस्ट, एमएलपी के साथ अच्छी तरह से व्यवहार करते हैं।
यदि आप उस रास्ते पर नहीं जाना चाहते हैं, तो यह संभव है कि ईसीओसी आपकी समस्या के लिए 1-बनाम-ऑल-आउट का अच्छा प्रदर्शन करे, केवल परीक्षण ही बताएगा।