分类与预测算法.ppt

第九章分类和预测 口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。 口没有统一的观点,一般认为 用预测法预测数据归属于哪个类称为分类 ■用预测法预测连续值为预测。  分类 日数据分类的步骤 数据准备 建立模型 模型评估 使用模型分类  数据准备 口数据清理:消除或减少燥声、处理空缺值 口相关性分析:数据中与分类和预测任务不相 关的属性分析 口数据变换:如连续变成离散(年龄分段、收 入分段等),区间变化  建立模型 口建立模型,描述预定的数据类,通过分析由属性描 述的数据库元组来构造模型。每个元组属于一个预 定义的类,由一个称为类标号属性的属性确定。 口比如将人员数据按信用分成{优、良、中、一般、 差}五个类,类标号属性为数据库的信用属性 日对于分类,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组成训练数据集。训 练集中的单个元组称作训练样本,并随机的由样本 群选取 口由于提供了每个训练样本的类标号(即指定了按哪 个类属性分类),该步也称为有指导的学习  模型评估 口首先评估模型的预测正确率,建立一个测试 集,测试集中数据从样本集随机取出并独立 于训练样本。 口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。