**分级(Grading)与分组(Grouping)**是一种正交于几何-概率-逻辑-组合模型的分类方式。

  • 分组模型将实例空间划分为若干组或片段,并在每个片段中应用一种非常简单的方法(例如多数类)。
    • 例如:决策树、K近邻(KNN)。
  • 分级模型则在实例空间上形成一个全局模型。
    • 例如:线性分类器、神经网络。

Grading vs grouping is an orthogonal categorization to geometric-probabilistic-logical-compositional.

 Grouping models break the instance space up into groups or segments and in each segment
apply a very simple method (such as majority class).
o
 E.g. decision tree, KNN.

 Grading models form one global model over the instance space.
o
 E.g. Linear classifiers – Neural networks

最后修改: 2025年06月18日 星期三 14:50