决策树建模概述.pdfVIP

第四章决策树建模

第十组：

郭浩韩学成何珺

何军黄安迪

§4.1数据分类介绍

分类是数据挖掘的一个重要课题,它的目的是：

构造一个分类函数或分类模型,该模型能把数据库中的

数据项映射到给定类别中的某一个。

数据分类的过程一般来说主要包含两个步骤

第一步,建立一个描述已知数据集类别或概念的模型

第二步,利用所获得的模型进行分类操作

§4.1数据分类介绍-2

第一步,建立一个描述已知数据集类别或概念的模型

该模型是通过对数据库中各数据进行内容的分析而获得

的。

分类学习方法所使用的数据集称为训练样本集合，每一

数据行都属于一个确定的数据类别，其类别值是由一个属性

来描述的(被称为类别标记属性)。

因此分类学习又可称为监督学习，它是在已知训练样本

类别情况下，通过学习建立相应模型。而无监督学习则是在

训练样本的类别与类别个数均未知的情况下进行的，如聚类

分析。

§4.1数据分类介