- 1、本文档共38页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
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。
文档评论(0)