এই পোস্টে আমরা ক্লাসিফিকেশন এবং ক্লাস্টারিং-এর পার্থক্য বুঝব।
ক্লাসিফিকেশন (Classification)
- এটি সুপারভাইজড লার্নিং (supervised learning) এর সাথে ব্যবহৃত হয়।
- এটি একটি প্রক্রিয়া যেখানে ইনপুট ইনস্ট্যান্সগুলো তাদের রেসপেক্টিভ ক্লাস লেবেলের ভিত্তিতে ক্লাসিফাই করা হয়।
- এতে লেবেল আছে তাই মডেল ভেরিফাই করার জন্য ডেটাসেট ট্রেন এবং টেস্ট করার প্রয়োজন।
- ক্লাস্টারিং-এর তুলনায় এটি আরও জটিল।
- উদাহরণ: লজিস্টিক রিগ্রেশন, নেইভ বেইজ ক্লাসিফায়ার, সাপোর্ট ভেক্টর মেশিন।
ক্লাস্টারিং (Clustering)
- এটি আনসুপারভাইজড লার্নিং (unsupervised learning) এর সাথে ব্যবহৃত হয়।
- এটি ইনস্ট্যান্সগুলো তাদের সাদৃশ্যের ভিত্তিতে গ্রুপ করে, ক্লাস লেবেল ব্যবহার ছাড়া।
- ডেটাসেট ট্রেন এবং টেস্ট করার প্রয়োজন নেই।
- ক্লাসিফিকেশনের তুলনায় এটি কম জটিল।
- উদাহরণ: k-mean ক্লাস্টারিং অ্যালগরিদম, গাউসিয়ান (EM) ক্লাস্টারিং অ্যালগরিদম।
