Classifictaion

昨天提到的情感分析器，其運作方式大致上可以用這張圖表示

在得到輸入後經過分類最後輸出正類/負類兩種輸出結果

當然該分類模型不單單只能輸出二元的模型

Examples of classification tasks

還有非常多領域已經實際上應用到這個演算法的

• 醫療診斷除了倚靠顯而易見的體溫、X光、抽血外，現在可以加上DNA序列甚至生活習性來透過分類器診療
• 在影像辨識上透過分類可以更精確是測出狗的品種
• 過濾垃圾郵件，事實上20世紀初的郵件過濾都是手動加上特徵，所以垃圾郵件製作人，也試圖改變某些字眼被過濾掉，它不單單只考慮文字上的特徵，也考慮了發信者的IP位置，發信人是否跟你是熟識的...
• 分類過濾出找出你感興趣的網頁

最酷的還有他已經可以讀懂你的想法了，有一種稱為FMRI的技術，他獲得你大腦的影像，掃描你的大腦，預測你在閱讀什麼文字(此圖以Hammer與House)，甚至在它分類理解之後，當你看著Hammer或House時，它也能判斷你現在望著何者

Linear classifiers

Linear classifiers 是最常見的分類器，那其classifiers mode是如何運作的呢?

在情感分析當中，想像一下一個簡單的狀況，我們有一個簡單的Threshold classifiers，分析我們的句子

input = '涼麵過譽，服務品質普通，味增湯好喝，溫泉蛋不錯吃'
List of positive words = ['不錯','好','棒','讚','驚豔','...']
List of negative words = ['普通','差','難吃','屎','過譽','...']

count positive & negative words in input:
    List of positive words in inptu:
        positive ++
    List of negative words in input:
        negative ++

if number of positive words >  number of negative words:
    ŷ = +
else:
    ŷ = -

這時候就會碰到一些問題了

-字詞該從那裏取得?
-字詞該怎麼分配權重?(好、棒、讚，那一個好?難吃、屎、過譽，那一個壞?)
-單一個字詞沒辦法分類，像是好吃跟不好吃，其實差了一個字，但評價完全是相反的

第三個問題比較困難，會留到後面在解決

我們來看看在Linear classifiers，是怎麼運作的

它會將每一個word加入權值，並且排除無關的字詞

input = '涼麵過譽，服務品質普通，味增湯好喝，溫泉蛋不錯吃'

socre(x) = (-3) + (-1) + (1.5) + (0.5) = -2

if score(x) > 0
    ŷ = +
esle score(x) <= 0
    ŷ = -

後記

這門課還是有一些Python的作業，但為了不耽誤發文的時程，所以我的打算是每天我還是會持續聽課，然後更新筆記

作業的部分利用周末六日來寫，所以作業的章節會跟上課的筆記不連貫

如果造成閱讀不便請見諒:D

Reference:

• Machine Learning Foundations: A Case Study Approach 華盛頓大學在 coursera 上的公開課程，為本筆記追蹤的主要素材
• 課程投影片