数据挖掘--数据仓库与数据挖掘基础第7章(分类与预测).pptVIP

第一节 分类和预测的基本概念 第一节 分类和预测的基本概念 第一节 分类和预测的基本概念 第一节 分类和预测的基本概念 分类的实现 构建模型：预设分类类别 对每个样本进行类别标记 训练集构成分类模型 分类模型可表示为：分类规则、决策树或数学公式 使用模型：识别未知对象的所属类别 模型正确性的评价 已标记分类的测试样本与模型的实际分类结果进行比较模型的正确率是指测试集中被正确分类的样本数与样本总数的百分比。测试集与训练集相分离，否则将出现过拟合（ over-fitting ）现象。 第一节 分类和预测的基本概念 第一节 分类和预测的基本概念 第一节 分类和预测的基本概念 第二节 常用分类方法 第二节 常用分类方法 第二节 常用分类方法 第二节 常用分类方法 第二节 常用分类方法 第二节 常用分类方法 第二节 常用分类方法 第二节 常用分类方法 第二节 常用分类方法 第二节 常用分类方法 第二节 常用分类方法 第二节 常用分类方法 第二节 常用分类方法 第二节 常用分类方法 第二节 常用分类方法 第二节 常用分类方法 第二节 常用分类方法 第二节 常用分类方法 第三节 预测方法 第四节 分类法的准确性 第四节 分类法的准确性 预测连续值可以用回归统计技术建模。常用预测方法有： 线性回归 多元回归 非线性回归 广义线性模型 * * 1、分类和预测的基本概念 2、常用分类方法 3、预测方法 4、分类法的准确性 第七章 分类与预测 数据库内容丰富，蕴涵大量信息，可以用于 作出智能的商务决策。分类和预测是两种数据分 析形式，可以用于提取描述重要数据类的模型或 预测未来的数据趋势。分类是预测分类标号（离散值），预测建立连续值函数模型。 第七章 分类与预测 分类是数据挖掘中的一个重要课题。 分类的目的是获得一个分类函数或分类模型（也常常称作分类器），该模型能把数据库中的数据项映射到某一个给定类别。分类可用于提取描述重要数据类的模型或预测未来的数据趋势。 第七章 分类与预测 许多分类和预测方法被机器学习、专家系统、统计学和神经生物学方面的学者提出； 分类和预测的大部分算法是内存驻留算法，通常假设数据量较小； 可伸缩的分类和预测技术，能够处理大量的驻留磁盘的数据； 数据分类的基本技术有：判定树归纳、贝叶斯分类、贝叶斯网络、神经网络等； 预测的方法主要有：线性的、非线性的、广义线性回归。 第七章 分类与预测 1、 数据分类（data classification） 数据分类是一个两步的过程： 学习：用分类算法分析训练数据； 分类：测试数据用于评估分类规则的准确率。 1、 数据分类 学习：建立一个模型，描述预定义的数据类集或概念集。 通过分析由属性描述的数据库元组来构造模型。 假设每个元组属于一个预定义的类，由一个称作类标 号属性的属性确定。 对于分类，数据元组也称为样本、实例或对象。 为建立模型而被分析的数据元组形成训练数据集。 训练数据集中的单个元组称作训练样本，随机从样本 群中选取。 1、 数据分类 学习过程： … … … … excellent high 24…35 zhaojing fair Med 35 chenjie excellent High 24…35 xiaohong excellent Low =23 wangfei fair Low =23 liwei credit_rating income age name 训练数据 分类算法 分类规则 If age=“24…35” and Income=high then credit_rating=excellent 1、 数据分类 分类：使用模型进行分类。首先评估分类模型的预测准确率。 保持方法是一种使用类标号样本测试集的简 单方法。 模型在给定测试集上的准确率是正确被模型 分类的测试样本的百分比。 1、 数据分类 分类过程： … … … … excellent High 24…35 hubin fair Low =23 Zhangli fair high 35 lixing credit_rating income age name 测试数据 分类规则 （wangjia，24…35， high） credit_rating？ 新数据 excellent 2、 预测 预测：就是构造和使用模型评估无标号样本类，