电子商务课件 第6章 电子商务与数据挖掘.pptVIP

数据挖掘四大核心任务 分类与预测 Training Data Classification Algorithms IF rank = ‘professor’ OR years 6 THEN tenured = ‘yes’ Classifier (Model) 创建模型 数据挖掘四大核心任务 分类与预测 Classifier Testing Data Unseen Data (Jeff, Professor, 4) tenured? 使用模型 数据挖掘四大核心任务 分类与预测 算法分析：KNN（K最近邻法） 最近邻：设有c个类为?1， …, ?i，… ?c，每类有Ni个样本 (i = 1…c)，则第i类ωi的判别函数为 ||.||表示距离或相似度（通常用欧氏距离）。 决策规则： 如果 ，那么决策为 数据挖掘四大核心任务 分类与预测 算法分析：KNN（K最近邻法） 最近邻法示例 距离计算（欧式距离) 数据挖掘四大核心任务 分类与预测 算法分析：KNN（K最近邻法） K最近邻法：设有N个样本分布到c个类为?1， …, ?i，… ?c，每类有Ni个样本，i=1…c。在全部样本找出k个最近距离的近邻， k个近邻分布于c个类中数目用ki表示。k近邻的判别函数为： 数据挖掘四大核心任务 分类与预测 算法分