機械学習のクラスとラベルという言葉について

Question

機械学習の本を読んでいて、クラスとラベルという言葉の意味が分からなくなってきたので質問させて下さい。

私の理解では、例えば犬の画像を分類する場合、その時のクラスとラベルとしては

クラス→犬
ラベル→ブルドッグ、チワワ、シーズ、秋田犬

という事になるかと思っていました。

しかし、本やネットのサイトを見ていると、こういう分類を多クラス分類と呼んでいるように思えるのですが、私の理解だとクラスは1つでラベルが複数なので、多ラベル分類なんじゃないかと思ってしまい、クラスとラベルの違いが分からなくなり混乱しています。

同様に、迷惑メール分類でも

クラス→メール
ラベル→迷惑メール、迷惑じゃないメール

で、これを2クラス分類と呼ぶみたいで…。

根本的に理解が違う可能性が有るのですが、教えて頂けると有り難いです。

Answer 1

全体集合があってそれをn個の部分集合に分類する問題で、

部分集合の間に重複がなくて、すべての元がいずれかの部分集合に必ず属すると言えるのがクラス分類問題。
で、それらの部分集合のことをクラスと呼んでいる。

その部分集合が2個しかないのが2クラス問題
その部分集合が3個以上あるのが多クラス問題

部分集合の間に重複があったり、いずれの部分集合に属さない元があるのがラベリング問題。

つまり、「分類する問題」に2種類あって用語を分けている。

全体集合が動物なら、「犬」や「猫」がクラスになる
全体集合が犬なら、「ブルドッグ」「チワワ」「シーズ」「秋田犬」がクラスになる

全体集合が人間で、身分で分類しようという時、「会社員」でもあって「作家」でもあるみたいな人が出てくる。
これを重複を許さないように解こうと思ったらクラス分類問題になって、「会社員」や「作家」はクラスになる。
これを重複を許して解こうと思ったらラベリング問題になって、「会社員」や「作家」はラベルになる。

---

というのが私の理解です。

ただ、クラス分類問題でも「そのクラスが表現する意味内容」とか「そのクラスの意味内容を表現する呼称」の方を「ラベル」と呼ぶことは往々にしてあるように思います。

例えば映画の批評を分類する問題で、テキストと10段階評価が付いているデータがあるとしましょう。
この2つには相関があるはずだからテキストを見て評価を当てるクラス問題だと思って解くとします。
データを「10段階評価で5以上」と「10段階評価で5未満」の2つのクラスに分割してどちらに属するかを当てる2クラス分類問題として設定しました。
この時10段階評価で5以上のクラスを「ポジ」と、10段階評価で5未満のクラスを「ネガ」と呼んでいる場合、この「ポジ」とか「ネガ」という呼称を(そのクラスの)ラベルと言うことはあるんじゃないでしょうか。

これはクラスでこれはラベル、みたいな線引きを考えるのはおおむね不毛な気がします。

Comments

[nmar]

ご回答ありがとうございました！
なんとなく分かった気がするので、勉強を進めていきたいと思います。

Answer 2

クラスはデータの集合で、ラベルはその名前。と理解していました。

あるデータを「ブルドッグ、チワワ、シーズ、秋田犬」で分類しようと「0,1,2,3」で分類しようと、データが同じなら同じ分類タスクで、同じクラスに分類するけど、ラベルは違う、という理解。

Comments

[nmar]

ご回答ありがとうございます。