「分類」と「表示」に違いはありますか？

最近まで「ラベリング」と「分類」は同義語だと思っていました。しかし、コンピュータービジョンの用語について別の質問を始めたとき、それについて考えました。「ラベル付け」と「分類」の間に違いはありますか？

「クラス」はあなたが検出したい概念であり、「ラベル」はあなたがデータに割り当てるものだと思いました。したがって、「クラス」はデータにつながる概念であり、「ラベル」は名前だけです。したがって、「ラベル付け」は「分類」と同じになります。どちらも、データにつながる基になるクラスに関するステートメントを作成したいからです。

記事

Google Scholarで簡単に検索すると、一部の記事でタイトルに両方の用語が使用されていることがわかりました。

• Markus Eich、Malgorzata Dabrowska、Frank Kirchner：「セマンティックラベリング：空間特徴記述子に基づく3Dエンティティの分類」
• Chunlin Li、Dmitry B. Goldgof、およびLawrence 0. Hall：「人間の脳のMR画像の知識ベースの分類と組織のラベル付け」
• レイブランチャード：「非同性愛の性別違和の分類とラベル付け」-別の研究分野ですが、おそらく2つの単語の違いは同じですか？

したがって、「ラベル付け」と「分類」には違いがあると思います。違いはなんですか？

Google N-Gram

分類ははるかに境界の用語のようです。

@Derek Janniにまったく同意しない。表記法に注意してください。ただし、用語で迷うことはありません。あなたが言及したそれらの論文は文字通り「ラベル付け」という用語を使用しましたが、機械学習/データマイニングコミュニティでは、ラベル付けは教師あり学習（分類）のためにデータを準備するプロセスです！MLタスクとは関係ありません。

それらの論文は、教師付き学習の後、彼らが異なるオブジェクトの異なるラベルを認識できるため、ラベル付けという用語を使用したが、これらの2つの用語を同義語として使用していることを文献で見つけることができないことを示すためにこの用語を使用しました。

私がそれを見る方法：「分類」（機械学習のコンテキストで）は、オブジェクトに「ラベル」を割り当てる問題の一種です。正式には、「分類」は一種の問題ですが、ラベリングはオブジェクトから一連のラベル（おそらく無限）への関数です。

回帰が一種の問題であるのと同じように、ここでも、オブジェクトにラベルを割り当てるのは、このラベルが実数である場合のみです。

分類と回帰の両方で、いくつかのメトリック/損失関数に関して「最良の」ラベル付け関数を見つけようとしています。

より多くの論文を読み、機械学習のトピックについて多くの人々と話し合った後、これは私が言葉を定義する方法です：

存在する抽象的な概念としてのクラス。各クラスにはプロパティがあり、多くの異なるラベルを持つことができます。たとえば、クラスcatには、プロパティ「feet」（値4）、プロパティ「Genus」、値「Felis」があります。クラスのメンバーがどのように見えるかはさまざまです。また、多くのレーベル：cat、Katze、Felis silvestris、🐱、🐈。

ラベルは、あなたがコンセプトに置くだけのステッカーです。名前。コンセプトについて語れる言葉が必要です。

データセットのどの部分がどのクラスに属するかを定義する手動プロセスにラベルを使用します。そして、データのどの部分がどのクラスに属するかを決定する自動分類子のプロセスに分類を使用します。そのため、通常、ラベル付けは人間によって行われ、分類は機械によって行われます。

簡潔な答え：

いいえ、ラベル付けと分類に違いはありません。

クラス-いくつかのプロパティまたは属性が共通であり、種類、タイプ、または品質によって他のものと区別されているもののセットまたはカテゴリ。「カテゴリ」を参照してください。

ラベル-続くものが特定のカテゴリまたはクラスに属することを示す単語または語句。

何かを分類することはラベルを付けることであり、それらは必ずしも同じものです。「ラベル」を使用すると、コンピュータサイエンスの他の意味合いを持つ「クラス」と言うことを避けることができるため、ラベル付けという用語はおそらく進化しました。

ラベルははるかに単純であり、すべての場合において、分類はオブジェクトにラベルを付ける（または正しく行うことを学ぶ）行為にすぎません。

ラベル付け/分類の使用で見られる矛盾は、次のようなタイトルという単純な事実に起因します。

「セマンティック分類：空間特徴記述子に基づく3Dエンティティの分類」または「人間の脳のMR画像の知識ベースの分類と組織分類」

本当にぎこちない音。

ほとんどの学術論文のタイトルのように、これらは冗長に聞こえることなく何が起こっているかを正確に説明する、論文の内容についての過度に複雑な説明です。

TL; DR-用語にこだわらないでください！

オブジェクトが単一のクラスではなく、より広いセットに属している場合、ラベルは分類と連動して表示されます。そのため、「マルチラベル学習」または「マルチラベル分類」という用語が使用されます。それらは個別のクラスを参照するため、同義語として使用できますが、混乱を避けるために、従来の用語（単一のクラスが割り当てられる場合の分類）を使用することをお勧めします。