ในโพสต์นี้ เราจะทำความเข้าใจความแตกต่างระหว่าง classification และ clustering
Classification
- ใช้กับ supervised learning
- กระบวนการที่ input instances ถูกจัดกลุ่มตาม class labels ของตน
- มี labels จึงต้อง train และ test dataset เพื่อ verify model
- ซับซ้อนกว่า clustering
- ตัวอย่าง: Logistic regression, Naive Bayes classifier, Support vector machines
Clustering
- ใช้กับ unsupervised learning
- จัดกลุ่ม instances ตามความคล้ายคลึงกัน โดยไม่ใช้ class labels
- ไม่ต้อง train และ test dataset
- เรียบง่ายกว่า classification
- ตัวอย่าง: k-means clustering algorithm, Gaussian (EM) clustering algorithm
