Este tipo de clasificación se denomina clasificación multiclase y para los datos que describe, un árbol de decisión debería ser suficiente.
Aquí hay un ejemplo que usa Sklearn DecisionTreeClassifier para clasificar datos. (Esto está en Python pero se puede escribir un código similar en cualquier idioma)
desde sklearn.tree import DecisionTreeClassifier
- Cómo eliminar una fila completa de un conjunto de datos si encuentro entradas faltantes en R
- ¿Por qué deberíamos considerar muestras negativas en un sistema de recomendación basado en comentarios implícitos?
- ¿Cuál es el tamaño de equipo típico para un proyecto de aprendizaje automático?
- ¿Cuáles son los componentes básicos del reconocimiento de voz desde el punto de vista DSP?
- ¿Hay ejemplos de organizaciones de ciencias de la vida que logren resultados en el descubrimiento de drogas a través del aprendizaje automático que no serían posibles sin el aprendizaje automático?
# Necesitarás escribir esta función
# para obtener una lista de intensidades de señal y etiquetas (ubicación1, ubicación2 …)
wifi_signal_strength, wifi_signal_labels = read_wifi_signals_from_file ()
# Hacemos el clasificador
clasificador = DecisionTreeClassifier ()
# Enseñamos al clasificador sobre nuestros datos
classifier.fit (wifi_signal_strength, wifi_signal_labels)
# Ahora puedes predecir
fuerza_señal = 0.5
location = classifier.predict (fuerza de señal)
imprimir (ubicación)