大数据分析与挖掘第六章 分类.pptxVIP

第六章分类;本章内容;数值预测（numericprediction）

对连续型变量建立函数依赖，预测未知的或缺失的数据；

分类（classification）

对离散型变量建立函数依赖，预测未知的或缺失的数据；

;1.分类方法概况;1.分类方法概况;分类的一般方法

建立模型（学习阶段）:构造分类器（classifier）

每个对象的类标号是已知的，由类标号属性（classlabelattribute）表示

用来建模的对象集合:训练元组（trainingset）

Y=f（X），模型用分类规则，决策树，或数学公式表示

应用模型（分类阶段）：利用模型预测类标号

选择一组测试数据检测模型的准确度

测试数据集(testset)与训练数据集是不同的

用模型推导出来的类标号与已知的类标号比较，如果相同，则称结果是正确的

准确度（accuracy）等于测试数据集中由模型得到正确结果的对象比例;分类的过程(1):建立模型;分类过程(2):根据模型预测;常见分类算法;评价分类方法的因素;本章内容;2.决策树分类;2.决策树分类;2.决策树分类;2.决策树分类;2.决策树分类;基本算法(agreedyalgorithm)

按照从上到下递归的方法生成决策树

根结点对应全部训练数据

属性是分类型的(ifcontinuous-valued,theyarediscreti