Classification และ Prediction (การจัดประเภทและการทำนาย) คืออะไร?

Classification (การจัดประเภท)

Classification เป็น Data Mining Method ใช้ทำนาย Team Membership (Class Membership) สำหรับ Data Instances ใน Classification มี Target Categorical Variable เช่น Income Bracket (ช่วงรายได้) ตัวอย่าง: อาจแบ่งเป็น 3 Classes/Categories: High Income, Middle Income, Low Income

Data Mining Model วิเคราะห์ชุด Records ขนาดใหญ่ แต่ละ Record มีข้อมูล Target Variable และชุด Input/Predictor Variables ตัวอย่างจาก Data Set สำหรับ Classifying Income:

Excerpt from Data Set for Classifying Income

สมมติ Researcher ต้องการจัด Income Brackets ของบุคคลที่ไม่อยู่ใน Database ตาม Characteristics อื่นๆ เช่น Age, Gender, Occupation งานนี้เป็น Classification Task เหมาะกับ Data Mining Methods/Techniques มาก

Algorithm จะดำเนินการประมาณ: ก่อนพิจารณา Data Set รวม Predictor Variables และ Target Variable (ที่จัดประเภทแล้ว) Income Bracket ในวิธีนี้ Algorithm เรียนรู้ว่า Combinations ของ Variables ไหนเกี่ยวข้องกับ Income Brackets ไหน เช่น Older Females อาจเกี่ยวข้องกับ High-income Bracket Data Set นี้เรียกว่า Training Set

ตัวอย่าง Classification Tasks ในธุรกิจและวิจัย:

• ตัดสินใจว่า Credit Card Transaction เฉพาะเจาะจงเป็น Fraudulent (ฉ้อโกง) หรือไม่
• จัด Candidate ใหม่เข้า Track เฉพาะตาม Requirements
• ตรวจสอบว่า Mortgage Application เป็น Good หรือ Bad Credit Risk
• สืบสวนว่าโรคเฉพาะเจาะจงแสดง Symptoms หรือไม่
• กำหนดว่า Financial/Personal Behavior เฉพาะเจาะจง บ่งชี้ Terrorist Threat ได้หรือไม่

Prediction (การทำนาย)

Prediction เหมือน Classification แต่ผลลัพธ์ถูก Misrepresented (Represented) ในอนาคต (Future)

ตัวอย่าง Prediction Tasks:

• ทำนายค่าหุ้น 3 เดือนข้างหน้า
• ทำนาย % เพิ่มของ Traffic Deaths ปีหน้า หาก Speed Limit เพิ่ม
• ทำนาย Champion ของ Baseball World Series ฤดูใบไม้ร่วงนี้ จาก Team Statistics
• ทำนายว่า Molecule เฉพาะใน Drug Discovery จะนำไปสู่ Profitable New Drug สำหรับ Pharmaceutical Company หรือไม่