第3章监督学习.PDFVIP

第 3 章 监 督 学 习 监督学习已经在实际应用中取得了巨大的成功。它几乎适用于所有的领域，包括文本 和 Web 领域。在机器学习中监督学习又被称为分类 （Classification ）或者归纳学习 （Inductive Learning ）。这种类型的学习类似于人类学习的方式，其从过去的经验中获取知识以用于提 高解决现实问题的能力，然而，由于计算机没有“经验”可用，计算机只能从自己所收集 的过去的数据中获取知识，这些数据就代表了过去的经验。 监督学习的问题有许多类型。本章将集中讨论一种典型的类型：学习一个目标函数从 而用于预测实例的类属性值（离散的），这一类的学习问题已经成为机器学习研究领域最关 注的问题之一。本章将会介绍一系列的此类监督学习的技术，这些技术已经在各个 Web 挖 掘应用中广泛使用。我们将会在第 6～12 章中看到它们的应用。 3.1 基 本 概 念 在学习问题中，一个数据集里的每个数据实例都可以用一组属性值 A={A , A ,…, A }