Quelle est la différence entre une classe et un label ? – Tout ce que vous devez savoir maintenant

Dans cet article on va voir un moyen mnémotechnique efficace pour toujours se rappeler ce qu’est une classe et un label en classification.

En Machine Learning différents types d’approches existent pour résoudre un problème.

Parmi eux, les problèmes de classification forment une large partie du spectre.

Malheureusement certains concept de la classification sont confondus ou mal compris pour certaines personnes.

Voyons maintenant comment se souvenir de ces différents concepts :

  • Classe et Label
  • Classification binaire
  • Classification multiclasse – multilabel

Qu’est-ce qu’une classe ?

Prenons un exemple.

Nous devons prédire la météo à Paris pour tous les jours de la semaine.

Données

Ici nous voulons seulement prédire s’il fera beau.

Pour cet exemple, on a trois options : soleil, pluie, neige.

Chaque jour doit être classer (ou classifier) dans chacune de ces options.

C’est donc un problème de classification.

À noter que, si nous devions prédire la température en °C, ce ne serait plus un problème de classification mais de régression.

Ces trois options (soleil, pluie, neige) sont en fait nos classes.

Ce sont les trois dans lesquels nous devons classer nos données (les jours de la semaine).

Données classifiées

Mnémotechnique : Une classe est une catégorie dans laquelle classer (classifier) nos données.

Une classification binaire c’est une classification avec seulement deux classes.

Une classification multiclasse c’est une classification avec plus de deux classes.

Qu’est-ce qu’un label ?

Poursuivons notre exemple.

Maintenant nous ne devons plus uniquement prédire la météo pour Paris mais aussi pour Miami et Moscou.


CRÉER TON APPLICATION IA !


Reçois tes 5 JOURS De Formation GRATUITE Pour Apprendre À Créer Ton APPLICATION d’INTELLIGENCE ARTIFICIELLE !


Tous les fondamentaux de la création d’Application IA : les approches, les outils et techniques, les librairies et framework, et bien d'autres !

Découvres étape par étape la création d’application de Deep Learning (tu apprendras même à trouver des idées d’appli !).

En bonus, tu recevras notre Guide Ultime du Deep Learning !


Données labellisées

Ici nous voulons toujours prédire s’il fera beau.

MAIS pour un même jour, nous avons 3 localisations différentes. Et donc 3 résultats possibles.

Ces villes sont en fait nos labels.

Ces labels permettent de différencier nos jours de la semaine selon la ville.

Le problème de classification est toujours le même mais il faudra répéter l’opération pour chacun des labels.

Données labellisées et classifiées

Mnémotechnique : Un label est une catégorie qui permet de différencier (labelliser) nos données.

Une classification multiclasse multilabel est une classification avec plus de deux classes et plus d’un label.

À noter que différents labels pour des données n’implique pas nécessairement les mêmes classes.

On peut imaginer qu’à New York on ait 3 classes (soleil, pluie, neige) quand à Londres seulement 2 (pluie, nuageux).

Classe, label et après ?

En Deep Learning il faut adapter son réseau de neurones à chacun de ces types de classification.

Effectivement, pour un problème de classification binaire, la couche de sortie ne sera pas la même que dans un problème de classification multiclasse.

Une couche de sortie implique une fonction d’activation différentes !

Dans cet article, on présente le type de fonction d’activation à utiliser dans chacune des classifications. Un tableau vous attends en fin d’article avec le résumé de ces connaissances.

source :


CRÉER TON APPLICATION IA !


Reçois tes 5 JOURS De Formation GRATUITE Pour Apprendre À Créer Ton APPLICATION d’INTELLIGENCE ARTIFICIELLE !


Tous les fondamentaux de la création d’Application IA : les approches, les outils et techniques, les librairies et framework, et bien d'autres !

Découvres étape par étape la création d’application de Deep Learning (tu apprendras même à trouver des idées d’appli !).

En bonus, tu recevras notre Guide Ultime du Deep Learning !


Tom Keldenich
Tom Keldenich

Data Engineer & passionné d'Intelligence Artificielle !

Fondateur du site Inside Machine Learning

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.