Результаты обучения
После изучения урока вы сможете:
- Отличать регрессию и классификацию по смыслу целевой переменной, а не по названию алгоритма.
- Формулировать объект прогноза, целевую переменную, единицу измерения и горизонт прогноза.
- Различать числовой прогноз, оценку вероятности, оценку модели и итоговое решение.
- Объяснять бинарную, многоклассовую и многометочную классификацию.
- Понимать, почему порог классификации зависит от задачи и цены ошибок.
- Проверять, соответствует ли выбранный тип задачи реальному вопросу пользователя.
1. Сначала сформулируйте вопрос
Выбор между регрессией и классификацией начинается не с выбора алгоритма и не с просмотра готового датасета. Начните с решения, которое должен принять человек или система. Спросите: какой ответ будет полезен? Нужно оценить величину, выбрать категорию или принять действие на основе прогноза?Например, для здания можно прогнозировать завтрашнее потребление тепла в кВт·ч, определять, относится ли текущий режим к аварийному, или выбирать команду управления. Первые две задачи могут быть соответственно регрессией и классификацией. Выбор команды управления — уже отдельная задача принятия решения; не следует автоматически называть её классификацией.
2. Регрессия: предсказать величину
Примеры: суточное энергопотребление в кВт·ч, температура помещения в °C, длительность ремонта в часах, расход воды в м³. Важны смысл и единицы измерения: прогноз 125 без указания, что это 125 кВт·ч за сутки, недостаточно определён.
Целевую переменную нужно определить операционно: какое измерение считается правильным ответом, за какой период оно агрегируется и к какому моменту должен быть готов прогноз. Если прогнозируется потребление следующего календарного дня, признаки должны быть доступны до начала этого дня.
3. Классификация: определить категорию
Примеры: авария / норма; тип обращения A / B / C; неисправность насоса / датчика / сети. Классы должны иметь ясные определения и правила разметки. Если два эксперта по-разному понимают категорию «аварийное состояние», проблема начинается в постановке и разметке, а не в алгоритме.
Например, в одном обращении одновременно могут присутствовать темы «отопление» и «электроснабжение». Это разные структуры целевого ответа.
4. Что именно выдаёт модель?
Важно различать выход модели и решение, которое использует этот выход.- В регрессии модель обычно выдаёт числовую оценку целевой величины.
- В классификации модель может выдавать оценку уверенности или вероятности для каждого класса.
- Затем правило преобразует оценки в метку: например, выбирает класс с наибольшей вероятностью или сравнивает вероятность события с порогом.
Вероятность 0,82 не означает автоматически, что событие точно произойдёт. Это оценка модели, смысл которой зависит от качества калибровки и данных. А метка «авария» — уже результат применения правила принятия решения к оценке.
5. Порог и цена ошибок
Порог нельзя выбирать только ради красивого показателя. Его нужно связывать с последствиями ошибок, доступной мощностью проверки, правилами безопасности и требованиями заказчика. Подробные метрики классификации и анализ ошибок рассматриваются в теме 1.5.
6. Сравнение на одном примере
Представим, что система наблюдает за насосной установкой. Измерения температуры, вибрации, давления и нагрузки — это входные признаки. Но целевая переменная зависит от вопроса:| Вопрос | Целевая переменная | Постановка |
|---|---|---|
| Сколько часов насос проработает до следующего обслуживания? | Число часов | Регрессия |
| Есть ли подтверждённая неисправность? | «Да» / «нет» | Бинарная классификация |
| Какой тип неисправности обнаружен? | Одна категория из нескольких | Многоклассовая классификация |
| Какие проблемы присутствуют одновременно? | Набор меток | Многометочная классификация |
Набор признаков может быть одинаковым, но это не делает задачи одинаковыми. Различается целевой ответ, процесс его получения и то, как результат будет использоваться.
7. Практикум: проверьте постановку
Для каждого сценария определите тип задачи и сформулируйте целевую переменную с единицей или набором допустимых классов.- Оценить расход воды в здании за следующие 24 часа.
- Определить, поступила ли заявка о протечке.
- Назначить заявке одну категорию из списка: отопление, вентиляция, водоснабжение, электрика.
- Отметить все темы, которые встречаются в одном тексте обращения.
Затем задайте пять уточняющих вопросов: что является объектом прогноза; как определяется правильный ответ; к какому моменту он относится; когда прогноз должен быть доступен; что произойдёт после получения результата?
8. Типичные ошибки и границы
- Выбор задачи по типу алгоритма. Один и тот же алгоритм может иметь варианты для классификации и регрессии. Сначала определяют целевую переменную.
- Числовой код класса принимают за величину. Коды 1, 2 и 3 могут обозначать категории, а не количественную шкалу.
- Смешивают вероятность и решение. Оценка модели и действие оператора — разные этапы.
- Не задают временной горизонт. «Прогноз нагрузки» без периода и момента доступности признаков неоднозначен.
- Не определяют классы. Размытые категории приводят к непоследовательной разметке.
Выбор между регрессией и классификацией не решает автоматически вопрос причинности, качества данных, справедливости или безопасности. Это отдельные аспекты проектирования и оценки.
9. Главное из урока
- Регрессия оценивает числовую целевую величину; классификация определяет категорию.
- Тип задачи определяется смыслом целевого ответа, а не названием алгоритма или форматом столбца.
- Вероятность класса и итоговая метка — не одно и то же.
- Порог классификации выбирают с учётом цены ошибок и рабочего процесса.
- Корректная постановка включает объект, целевую переменную, временной горизонт и способ использования прогноза.