statistical classification

statistical classification (tsz. statistical classifications)

1. (informatika, mesterséges intelligencia) A statistical classification, magyarul statisztikai osztályozás, a gépi tanulás és statisztika egyik alapvető területe. Célja, hogy egy adott bemeneti adatot egy előre meghatározott osztályba soroljon – például:

• Egy e-mail SPAM vagy NEM-SPAM?
• Egy betegnél jelen van egy betegség vagy sem?
• Egy gyümölcs alma, körte vagy banán?

A döntés valószínűségi és statisztikai módszerek segítségével történik.

• Egy osztályozó függvényt tanítani:

  $${\displaystyle f(x)=y}$$

  ahol:

  • ${\textstyle x}$: bemeneti vektor (jellemzők)
  • ${\textstyle y}$: kimeneti osztálycímke (pl. 0 vagy 1)

• A tanítás során mintákból tanuljuk meg, hogy milyen jellemzők jellemzik az egyes osztályokat.

Használja a Bayes-tételt:

$${\displaystyle P(y|x)={\frac {P(x|y)\cdot P(y)}{P(x)}}}$$

Ahol:

• ${\textstyle P(y|x)}$: a keresett feltételes valószínűség (melyik osztály valószínű az adott adatnál)
• ${\textstyle P(x|y)}$: jellemzők valószínűsége az adott osztályon belül
• ${\textstyle P(y)}$: az osztály prior valószínűsége

Naive = minden jellemző függetlennek van feltételezve az osztályon belül.

A logisztikus regresszió kimenete nem konkrét címke, hanem egy valószínűség:

$${\displaystyle P(y=1|x)={\frac {1}{1+e^{-(w^{T}x+b)}}}}$$

A döntési szabály:

• ha ${\textstyle P(y=1|x)>0.5}$, akkor osztály = 1
• különben osztály = 0

Használható bináris és többosztályos problémákra is (one-vs-rest stratégiával).

• LDA: feltételezi, hogy az osztályok azonos kovariancia mátrixú Gauss-eloszlásból származnak
• QDA: lehetővé teszi, hogy az osztályok különböző kovarianciával rendelkezzenek

Mindkettőnél a cél: olyan döntési határt találni, ami szétválasztja az eloszlásokat.

• 📈 Könnyen értelmezhető döntési szabályok (pl. logisztikus regresszió)
• 🔍 Statisztikai alapokon nyugszik – magyarázható, átlátható
• ⚡ Gyors tanulás és predikció
• 🧮 Kevés adat is elég lehet, ha az eloszlások egyszerűek

from sklearn.datasets import load_iris
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import train_test_split

X, y = load_iris(return_X_y=True)
X_train, X_test, y_train, y_test = train_test_split(X, y)

model = LogisticRegression(max_iter=200)
model.fit(X_train, y_train)
print("Pontosság:", model.score(X_test, y_test))

• statistical classification - Szótár.net (en-hu)
• statistical classification - Sztaki (en-hu)
• statistical classification - Merriam–Webster
• statistical classification - Cambridge
• statistical classification - WordNet
• statistical classification - Яндекс (en-ru)
• statistical classification - Google (en-hu)
• statistical classification - Wikidata
• statistical classification - Wikipédia (angol)