Κατηγοριοποίηση και Πρόβλεψη

Abstract

Ο βασικός στόχος αυτού του κεφαλαίου είναι η εισαγωγή και η εκβάθυνση στην έννοια της κατηγοριοποίησης η οποία έχει σαν σκοπό την επαγωγή ενός μοντέλου κατηγοριοποίησης με τη χρήση ενός συνόλου εκπαίδευσης και ενός αλγόριθμου μάθησης, μέσω του οποίου μπορεί να γίνει η ανάθεση τιμών στο γνώρισμα της κατηγορίας σε μη κατηγοριοποιημένες εγγραφές. Υπάρχουν διαφόρων ειδών μοντέλα κατηγοριοποίησης, όπως κανόνες, λίστες, δέντρα απόφασης, σύνολο υποδειγμάτων ή παραδειγμάτων δεδομένων, νευρωνικά δίκτυα, μέθοδοι ομάδων κτλ. Σε αυτό το κεφάλαιο θα ασχοληθούμε με την επαγωγή μοντέλων δέντρων απόφασης, και κα δούμε τα μέτρα μη-καθαρότητας και τις τεχνικές διάσπασης που χρησιμοποιούνται για την ανάπτυξη των δέντρων αυτών. Η εξοικείωση με θέματα που αφορούν την επαγωγή δέντρων απόφασης όπως είναι η υπερπροσαρμογή ή υποπροσαρμογή ενός μοντέλου στα δεδομένα, ο υπολογισμός του λάθους γενίκευσης ενός μοντέλου με διαφορετικούς τρόπους είναι μερικοί από τους στόχους αυτού του κεφαλαίου.

The main objective of this chapter is to introduce and deepen the concept of categorization which aims to induce a categorization model using a training set and a learning algorithm, through which values can be assigned to the category attribute in uncategorized records. There are various kinds of categorization models, such as rules, lists, decision trees, set of subsamples or example data, neural networks, clustering methods, etc. In this chapter we will deal with the induction of decision tree models, and we will look at the non-purity measures and decomposition techniques used to develop these trees. Familiarity with issues related to decision tree induction such as overfitting or underfitting a model to the data, calculating the generalization error of a model in different ways are some of the objectives of this chapter.