第4 章分类法：基本概念、 决策树及模式的评估.pdfVIP

第 4 章 分類法 ：基本概念、 決策樹及模式的評估 © 2008 台灣培生教育出版 (Pearson Education Taiwan) 分類法：定義 目的是將一個 指定至其中一個已 中 分類是指建立一個學習目標函數f ，使得這個學習 函數可以藉由 對應至 的類 適合預測 或是 的問題 具 的類別其 (例: 要分類一個人的收入情形 ，如高、中、低) 2 分類技術 從輸入資料中建立分類模式的系統化方法 決策樹 (Decision tree) 類神經網路 (artificial neural network) 支援向量機 （support vector machines ） 及單純貝氏 （Naïve Bayes ） 3 建立分類模式的做法 訓練資料是由一些已知類別標記的資料所組成 訓練資料主要是用來 用此模式來對 標記的測試資料進行預測 4 解決分類問題 名稱名稱 身體溫度身體溫度 外表外表 胎生胎生 水生水生 飛行能力飛行能力 有無四肢有無四肢 冬眠冬眠 類別標記類別標記 名稱名稱 身體溫度身體溫度 外表外表 胎生胎生 水生水生 飛行能力飛行能力 有無四肢有無四肢 冬眠冬眠 類別標記類別標記 大毒蜥蜴 冷血 鱗片 否 否 否 是 是 5? 分類評估標準 決定於模式能夠正確預測測試資料的比例 混亂矩陣 (Confusion matrix) 預測類別預測類別 預測類別預測類別 Class = 1 Class = 0 實際類別 Class = 1 f 11 f 10 Class = 0 f 01 f 00 正確預測的個數 f 11 + f 00 accuracy = = 總預測個數 f 11 + f 10 + f 01 + f 00 錯誤預測的個數 f 10 + f 01 錯誤率 = = 總預測個數 f 11 + f 10 + f 01 + f 00 大部份的演算法都期望能夠得到最高的正確率 ，或是最低 的錯誤率