De la descripción de la pregunta, veo problemas importantes en su comprensión de los algoritmos de ML supervisados y no supervisados. Para empezar, SVM no es un algoritmo de aprendizaje no supervisado. Le recomiendo que lea esta respuesta: la respuesta de Shehroz Khan a ¿Cuál es la diferencia entre los algoritmos de aprendizaje supervisados y no supervisados?
Ok, resolvamos el rompecabezas leyendo la descripción del conjunto de datos Titanic de Kaggle.
La descripción del conjunto de entrenamiento del Titanic de Kaggle dice [1]
- ¿Vale la pena cambiar de carrera de ciencia de datos a actuario?
- ¿Cuál es el mejor método para detectar valores atípicos en los datos de ventas anuales?
- ¿Cuáles son las aplicaciones de los procesos estocásticos, particularmente en ciencia de datos y aprendizaje automático?
- ¿Cómo se puede detener la esclavitud india de TI?
- Cómo desechar datos a través de Python
Para el conjunto de entrenamiento, proporcionamos el resultado (también conocido como la “verdad básica”) para cada pasajero.
Esto significa que las etiquetas de clase están presentes. Por lo tanto, es un problema de clasificación.
La descripción del conjunto de prueba del Titanic de Kaggle dice
… usa el modelo que entrenaste para predecir si sobrevivieron o no al hundimiento del Titanic.
Esta descripción nos dice que hay dos clases: sobrevivido, muerto. Por lo tanto, es un problema de clasificación de 2 clases o binario .
Si alguien quiere usar agrupación, aprendizaje de refuerzo o mecánica cuántica en estos datos, es su elección; sin embargo, no cambia el hecho de que es un problema de clasificación binaria.
Notas al pie
[1] Titanic: Aprendizaje automático del desastre