cómo Qué es la clasificación en machine learning

Dos grupos se juntan aparte

Digamos que hay puntos esparcidos.
No puntos simples, sino dos colores mezclados.
Un color son cartas spam,
el otro son cartas normales.
Mira de cerca y los mismos colores
se juntan en sitios parecidos.
Spam con spam, normal con normal.
Eso es lo que significa formar un grupo.
¿Cómo podemos separar los dos?

Toca para desplegar los puntos. Los mismos colores se juntan en sitios parecidos y surgen dos grupos.

Los dos grupos se ven fácil.
Un color está abajo a la izquierda,
el otro se junta arriba a la derecha.
El ojo humano los separa de un vistazo.
Pero para pedírselo a una computadora,
hace falta una regla clara, no calcular a ojo.
¿Hasta dónde es un lado,
y desde dónde es el otro?
Trazar una línea lo dejaría limpio, ¿verdad?

Traza una frontera entre ellos

Traza una línea entre los dos grupos.
A esta línea la llamamos frontera.
Un lado de la línea es el terreno de un grupo,
el otro lado es el del otro grupo.
Una buena frontera
separa los dos grupos limpiamente.
El mismo color no debería cruzar la línea.
Una línea mal puesta mezcla los colores,
así que hay que ponerla en un buen sitio.

Toca para mover la frontera. Halla el sitio que separa los dos grupos limpiamente y ambos lados quedan claros.

La frontera separó los dos grupos.
Ahora podemos decir claramente
que la izquierda de la línea es un grupo
y la derecha es el otro.
Ya no es a ojo, sino una regla.
Esta sola línea es el corazón de la clasificación.
Entonces un punto nuevo que no hemos visto,
¿a qué grupo debería ir?

El punto nuevo va por qué lado

Digamos que llega una carta nueva.
Aún no sabemos si es spam o normal.
Aun así, sabemos más o menos dónde cae.
Solo mira de qué lado de la frontera está ese sitio.
Si cae a la izquierda, el grupo izquierdo;
si a la derecha, el grupo derecho.
Sin sopesar cada detalle,
una posición decide el grupo.
Así clasifica algo nuevo la clasificación.

Toca un área vacía para soltar un punto nuevo. Su color, su grupo, se decide por el lado de la frontera donde cae.

El punto nuevo tomó su color por dónde cayó.
A la izquierda de la frontera, el color izquierdo;
a la derecha, el color derecho.
La regla es simple y constante.
Aunque lleguen cien puntos nuevos,
ordenamos cada uno con la misma regla.
Pero el mundo no tiene solo dos grupos.
Como gato, perro, pájaro,
¿qué hacemos cuando hay tres o más?

Tres o más piden más fronteras

Con tres grupos, una línea no basta.
Una sola línea divide el terreno en solo dos.
Entonces trazamos más fronteras.
Traza unas líneas
para dividir el terreno en tres o cuatro regiones.
Cada región es el terreno de un grupo.
Un punto nuevo se ordena igual,
por la región en que cae.
Más grupos, pero la idea sigue siendo la misma.

Toca para añadir fronteras una a una. El terreno pasa de dos regiones a tres y cuatro, y cada grupo tiene la suya.

Aun con más regiones, la regla se mantuvo.
Traza más fronteras para dividir regiones,
y ordena un punto nuevo por la región en que está.
Dos grupos o cuatro,
la idea de fondo es la misma.
Traza fronteras entre los puntos
y decide el grupo por la posición.
¿Repasamos ahora
toda la clasificación de una vez?

Resumamos

Reunido en una línea, es esto.
La clasificación trata de decir a qué grupo pertenece.
A diferencia de la regresión, que adivina un valor,
responde cuál de los grupos es.
Traza una frontera entre los dos grupos,
y ordena un punto nuevo por el lado en que está.
Si hay tres o más grupos, traza más fronteras.
Decidir el grupo por una sola posición,
eso es la clasificación.

Toca los puntos clave en orden para repasar. (divide en dos grupos -> una frontera en medio -> un punto nuevo por el lado -> tres o más, más fronteras)

Ahora tienes la idea de la clasificación,
decir a qué grupo pertenece algo.
Tras la regresión que adivinaba un valor,
has visto también el camino de separar grupos.
Los dos solo hacen preguntas distintas;
ambos hallan una regla entre los puntos.
La próxima, sigamos juntos
hacia cómo una máquina puede aprender
a hacer esta separación mejor por sí sola.