複数のデータ セットがあり、各データ セットには、ややバナナの形をした領域が 1 つと、密集したブロブである 2 つの領域があります。DBSCAN アルゴリズムを使用して、これらの領域を残りのデータから区別することができましたが、教師ありアルゴリズムを使用して、どのクラスターがバナナで、どの 2 つのクラスターが密なブロブであるかをプログラムに認識させたいと考えています。どこから始めればよいかわかりません。
3 つのカテゴリ (バナナ、ブロブ、どちらでもない) があるため、2 つの別々のロジスティック回帰を実行することが最善のアプローチでしょうか (バナナか非バナナか、ブロブか非ブロブかを評価します)? または、3 つのカテゴリすべてを 1 つのニューラル ネットワークに組み込む良い方法はありますか?
ここに 3 つのデータセットがあります。それぞれ、バナナは赤です。1 番目の 2 つのブロブは緑と青、2 番目のブロブはシアンと緑、3 番目のブロブは青と緑です。私はプログラムに (これで異なる領域を区別し、バナナとブロブの領域にラベルを付けて、コードを実行するたびに手動で選択する必要がないようにしたいと考えています.
