分类技术概论及前沿问题讲义.ppt

* * 谢谢！ 分类技术概论及前沿问题 * * 主要内容 * * 数据分类技术概况 1 数据分类方法介绍 2 各种方法比较评述 3 分类技术前沿问题—人脸识别 4 数据分类的简含义 我们都曾经有这样的经验，在人流攒动的电影院门口等待相约而至的朋友，通过找寻与识别，能够在人群中一下子发现熟悉的脸，其实这个过程就是一个数据分类的过程。 相较于要发现的知识完全未知的无监督学习，数据分类是一种典型的有监督的机器学习方法，目的是从一组已知类别的数据中发现分类模型，以预测新数据的未知类别。 * * 用刚才我们提到的寻找朋友的过程举例，首先从自己熟知的朋友身上提取特点，比如脸型、身材、穿着等，这就形成了一个简单的分类模型。 然后在电影院门前对每一个发现的陌生人进行判断，“是朋友”或者“不是朋友”，从而对新数据进行了预测。 * * √ x x 分类技术的应用 * * 信用卡审批 科学研究 银行 医疗 商业 图形处理 有效性分析 故障检测 医疗诊断 目标市场定位 工业 ● ● ● 数据分类技术 数据分类的过程 * * 一个完整的数据分类过程一般包括模型构造、模型测试和模型应用三个步骤，具体来说，我们可以将数据分成两个数据集，分别是训练集和测试集，用于模型构造和模型测试。整体的步骤说明如下。  * * 1 模型构造 在这个阶段，分析样本的类别和其具备的一些特