Loan Approval Dataset से Classification Problem को समझें
नमस्कार दोस्तों! PostNetwork Academy में आपका स्वागत है।
आज हम Machine Learning की एक बहुत महत्वपूर्ण concept —
Classification Problem —
को एक simple Loan Approval Dataset की मदद से समझेंगे।
📌 Classification क्या है?
Classification एक ऐसी Machine Learning problem है जिसमें model को किसी
input data के लिए एक category या class predict करनी होती है।
हमारे loan dataset में target variable Approved है, जिसकी
possible categories हैं:
- Yes — Loan Approved
- No — Loan Not Approved
Mathematical रूप से model का काम कुछ इस तरह समझ सकते हैं:
f(\text{Income},\text{Credit Score}) \rightarrow
\{\text{Yes},\text{No}\}
\]
📊 Loan Approval Dataset
हमारे पास Income और Credit Score जैसे features हैं। पहले पाँच data points
के labels पहले से दिए गए हैं, जबकि आखिरी data point का label unknown है।
| Income | Credit Score | Approved |
|---|---|---|
| 20 | 600 | No |
| 25 | 650 | No |
| 30 | 700 | Yes |
| 35 | 750 | Yes |
| 40 | 800 | Yes |
| 28 | 720 | ? |
🧠 Model क्या सीख रहा है?
Training data में model को Income, Credit Score और उनका corresponding
loan approval label दिया जाता है।
उदाहरण के लिए:
X =
\begin{bmatrix}
20 & 600\\
25 & 650\\
30 & 700\\
35 & 750\\
40 & 800
\end{bmatrix}
\]“`
\[
y =
\begin{bmatrix}
No\\
No\\
Yes\\
Yes\\
Yes
\end{bmatrix}
\]
“`
यहाँ \(X\) input features को represent करता है और \(y\) target labels को।
Model इन examples से pattern सीखकर नए data point का class predict करता है।
❓ Unknown Data Point
अब हमारे पास नया applicant है:
Credit Score = 720
Approved = ?
हमें model से इस applicant के लिए prediction प्राप्त करनी है।
f(28,720) = ?
\]
🎯 Model की Prediction
दिए गए training examples के pattern के आधार पर model इस नए data point के
लिए prediction देता है:
यानी model के अनुसार इस applicant का loan
approve होगा।
🔍 यह Classification Problem क्यों है?
क्योंकि हमारा target output numerical continuous value नहीं है। इसके बजाय
output दो discrete categories में से एक है:
\text{Classes} = \{\text{Yes},\text{No}\}
\]
इसलिए यह एक Binary Classification Problem है।
Binary classification में केवल दो possible classes होती हैं।
💡 Real-World Examples
- Email Spam है या Not Spam
- Customer loan Default करेगा या नहीं
- Transaction Fraud है या Genuine
- Patient को कोई disease है या नहीं
- Loan Approve होगा या Reject
🚀 निष्कर्ष
इस example में हमने देखा कि Machine Learning model पहले से labeled data
से pattern सीखता है और फिर नए, unlabeled data point की class predict करता है।
हमारे case में Income और Credit Score
input features हैं, जबकि Approved target variable है।
क्योंकि target की categories Yes/No हैं, इसलिए यह
Binary Classification problem है।
Machine Learning में Classification = Input से Category Predict करना
© PostNetwork Academy | Machine Learning Series