数据挖掘分类学习.pptxVIP

会计学1数据挖掘分类 2Classification 主要用于对离散的数据进行预测分为两步：根据训练集，构造分类模型（训练集中每个元组的分类标号事先已经知道）估计分类模型的准确性，如果其准确性可以接受的话，则利用它来对未来数据进行分类Prediction：构造、使用模型来对某个样本的值进行估计，例如预测某个不知道的值或者缺失值主要用于对连续或有序的数据进行预测Typical applications信誉评估医学诊断性能预测Classification vs. Prediction第1页/共53页 3Classification—A Two-Step Process 模型构造阶段: describing a set of predetermined classes假定每个元组/样本都属于某个预定义的类，这些类由分类标号属性所定义用来构造模型的元组/样本集被称为训练集（training set）模型一般表示为：分类规则, 决策树或者数学公式模型使用阶段: for classifying future or unknown objects估计模型的准确性用一些已知分类标号的测试集和由模型进行分类的结果进行比较两个结果相同所占的比率称为准确率测试集和训练集必须不相关如果准确性可以接受的话, 使用模型来对那些不知道分类标号的数据进行分类。第2页/共53页 4Classification P