《分类与预测分析》课件.pptVIP

下载本文档

0
0
约小于1千字
约 60页
2025-03-11 发布于四川
举报
版权申诉

《分类与预测分析》课件.ppt

1、本文档共60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)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

《分类与预测分析》;课程简介：目标与内容;为什么要学习分类与预测分析？;分类与预测分析的应用领域;课程结构：理论、实践、案例;评估方式：作业、考试、项目;预备知识：统计学基础;第一章：绪论;什么是分类？什么是预测？;分类与预测的差异与联系;数据挖掘中的分类与预测;分类与预测的基本步骤;模型评估的重要性;第二章：数据预处理;数据清洗：缺失值处理;数据清洗：异常值检测与处理;数据转换：标准化与归一化;数据规约：特征选择;数据规约：维度降低;第三章：分类算法-决策树;决策树算法原理;信息增益与基尼指数;决策树的构建过程;决策树的剪枝方法;决策树的优缺点;第四章：分类算法-支持向量机(SVM);SVM算法原理;核函数的选择;SVM的参数调优;SVM的优缺点;SVM的应用案例;第五章：分类算法-朴素贝叶斯;贝叶斯定理回顾;朴素贝叶斯算法原理;概率估计方法;朴素贝叶斯的优缺点;第六章：分类算法-K近邻(KNN);KNN算法原理;距离度量方法;KNN的参数选择;KNN的优缺点;第七章：模型评估;混淆矩阵;准确率、精确率、召回率、F1值;ROC曲线与AUC;模型选择：交叉验证;第八章：预测算法-线性回归;线性回归模型;最小二乘法;线性回归的评估指标;多元线性回归;第九章：预测算法-逻辑回归;逻辑回归模型;Sigmoid函数;逻辑回归的参数估计;逻辑回归的应用;第十章：时间序列预测;时间序列的基本概念;时间序列的分解;ARIMA模型