Regresie sau clasificare?
Problemele de învățare supervizată se împart în două mari familii: regresie, când prezici un număr, și clasificare, când prezici o categorie. Prima întrebare la orice proiect nou este: în ce familie e problema mea?
Clasificarea problemelor în cod
Ai o listă de probleme, fiecare cu tipul țintei. O parcurgi și numeri câte sunt din fiecare familie:
probleme = [("preț apartament", "numeric"), ("email spam", "categorie")]
for nume, tip_tinta in probleme:
familie = "regresie" if tip_tinta == "numeric" else "clasificare"
print(f"{nume}: {familie}")preț apartament: regresie email spam: clasificare
Pentru 6 probleme de ML, afișează dacă sunt de regresie sau de clasificare, apoi totalul pe fiecare familie.
- Pornește de la lista probleme din editor (fiecare dicționar are nume și tip_tinta).
- Pentru fiecare problemă afișează nume: regresie dacă tip_tinta este numeric, altfel nume: clasificare.
- Numără problemele din fiecare familie și afișează la final Regresie: 3 și Clasificare: 3, pe rânduri separate.
Soluția exercițiului
probleme = [
{"nume": "preț apartament", "tip_tinta": "numeric"},
{"nume": "email spam", "tip_tinta": "categorie"},
{"nume": "temperatura de mâine", "tip_tinta": "numeric"},
{"nume": "credit aprobat", "tip_tinta": "categorie"},
{"nume": "vânzări luna viitoare", "tip_tinta": "numeric"},
{"nume": "tipul florii", "tip_tinta": "categorie"},
]
nr_regresie = 0
nr_clasificare = 0
for pb in probleme:
if pb["tip_tinta"] == "numeric":
familie = "regresie"
nr_regresie += 1
else:
familie = "clasificare"
nr_clasificare += 1
print(f"{pb['nume']}: {familie}")
print("Regresie:", nr_regresie)
print("Clasificare:", nr_clasificare) Vrei să afli mai mult?Regresie: prezici un număr · Clasificare: prezici o categorie · Capcana numerelor care sunt categorii · Greșeli frecvente · Exemple reale
Regresie: prezici un număr
În regresie eticheta este un număr care poate lua multe valori: prețul unui apartament, temperatura de mâine, timpul de livrare, vânzările lunii viitoare.
Metricile sunt cele pe care le-ai văzut deja: eroarea, MAE, și curând MSE.
Clasificare: prezici o categorie
În clasificare eticheta este o categorie dintr-o listă fixă: spam / normal, aprobat / respins, tipul unei flori, cifra dintr-o poză. Când sunt doar două categorii, vorbim de clasificare binară.
Aici nu are sens „real − prezis”: nu poți scădea „normal” din „spam”. Te interesează dacă predicția e corectă sau nu (vei vedea acuratețea în lecția 27).
| Regresie | Clasificare | |
|---|---|---|
| Ce prezici | un număr | o categorie |
| Exemple | preț, temperatură, vânzări | spam, credit aprobat, tip de floare |
| Cum măsori | eroare, MAE, MSE | corect / greșit, acuratețe |
| Modele în curs | regresie liniară | KNN, regresie logistică, arbori |
Capcana numerelor care sunt categorii
Nu orice număr înseamnă regresie. Cifrele dintr-o poză (0–9) sunt categorii: nu are sens să zici că modelul a prezis „4,5”. La fel și codul poștal sau numărul camerei de hotel.
Are sens o valoare „la mijloc” sau o medie? Prețul 105.500 are sens, deci regresie. Cifra 4,5 nu are sens, deci clasificare.
Greșeli frecvente
- Notele 1–10 ca regresie sau clasificare? Depinde: „ce notă va lua?” poate fi regresie (8,7 are sens ca estimare); „promovează sau nu?” e clasificare.
- Numele „regresie logistică” induce în eroare: în ciuda numelui, e un model de clasificare.
- Transformarea unei regresii în clasificare („preț mic / mediu / mare”) pierde informație. Fă-o doar dacă decizia finală chiar are categorii.
Exemple reale
Estimarea prețului unei case, a chiriei, a consumului de energie.
Spam, fraudă, sentimentul unei recenzii (pozitivă / negativă).
Recunoașterea obiectelor din poze: pisică, câine, mașină.
Prognoza vânzărilor pentru luna viitoare.
