教師あり学習の分類

教師あり学習の分類
回帰: 数値的な予想(結果が連続量[実数])を行う場合
入力も数値 x で、y=f(x) となる関数 f を求める
分類: カテゴリカルな予想(結果が離散で有限[有限集合])を行う場合
入力は数値 x で、z=f(x) となり、z の範囲で、分類を行い y を求める
[注意] 統計的な手法を利用する場合、求める f の質が良い(例:微分可能とか..)と都合が良い
「回帰」のアプローチ
基本は、y = F(x,p) として、p の最適化 ( F は色々考えられる )
「分類」のアプローチ
入力 x から、 z = f(x) = F(x,p) となる p を回帰で求める
z から y となる確率 P を最大にするようにする(最尤法)
求めるのは、飽く迄も p だが、最適化の目的は、y = P(z) が成立するようにする