数据挖掘--分类ppt.ppt

第三章 分类方法 ;分类的流程 根据现有的知识，我;分类的流程 步骤一：将样本转化;分类的流程 步骤二：选择与类别;分类的流程 步骤三：建立分类模;如何避免过度训练 分类也称为有;如何避免过度训练 避免过度训练;分类模型的评估 真阳性(Tru;分类模型的评估 灵敏度(Sen;分类模型的评估 对于非平衡(u;分类模型的评估 ROC曲线通过;第三章 分类方法 ;基于距离的分类算法的思路定义4;基于距离的分类算法的一般性描述;基于距离的分类方法的直观解释（;距离分类例题 C1=(3,3,;K-近邻分类算法K-近邻分类算;KNN的例子姓名 ;第三章 分类方法 ;决策树表示与例子年龄收入是否学;决策树表示与例子决策树（Dec;决策树生成算法描述算法 4-3;决策树修剪算法基本的决策树构造;决策树修剪算法预先剪枝（Pre;决策树修剪算法构造好的决策树的;ID3算法ID3是一个著名决策;信息增益的计算设S是s个数据样;信息增益的计算例题：数据集有2;信息增益的计算设属性A具有个不;信息增益的计算例题：数据集有2;ID3算法的例子选择信息增益最;ID3算法的例子对于=30的;ID3算法的性能分析ID3算法;ID3算法的性能分析ID3算法;C4.5算法对ID3的主要改进;信息增益比例的概念信息增益比例;信息增益比例的计算例题：数据集;C4.5处理连续值的属性对于连;C4.5处理连续值的属性例题：;C4.5处理连续值的属性例题：;C4.5的其他处理 C4.5处;C4.5算法例子样本数据天气 ;C4.5算法例子（4）选取最大;第三章 分类方法 ;贝叶斯分类定义4-3 设X是类;朴素贝叶斯分类的工作原理观测到;朴素贝叶斯分类朴素贝叶斯分类的;朴素贝叶斯分类(续)根据贝叶斯;朴素贝叶斯分类(续)给定具有许;朴素贝叶斯分类(续)?其中概率;朴素贝叶斯分类(续)例题：计算;朴素贝叶斯分类(续)对未知样本;朴素贝叶斯分类举例数据样本有属;朴素贝叶斯分类举例我们需要最大;朴素贝叶斯分类举例P（年龄;朴素贝叶斯分类举例假设属性之间;第三章 分类方法 ;使用IF-THEN规则分类使用;使用IF-THEN规则分类规则;使用IF-THEN规则分类如果;使用决策树来提取规则决策树的规;使用顺序覆盖算法的规则归纳在提;使用顺序覆盖算法的规则归纳有两;判断规则(收入=低)?(是否买;使用顺序覆盖算法的规则归纳似然;分别计算规则(收入=低)?(是;顺序覆盖算法终止条件包括，类c;使用顺序覆盖算法的规则归纳Ru;使用顺序覆盖算法的规则归纳分别;使用顺序覆盖算法的规则归纳对最;使用顺序覆盖算法的规则归纳分别;使用顺序覆盖算法的规则归纳将规;使用顺序覆盖算法的规则归纳收入;第三章 分类方法 ;实值预测分类：把样本分配到若干;实值预测 实值预测方法有两种线;实值预测在回归分析中，只包括一;一元线性回归模型给n个随机样本;线性回归模型的求解回归模型的求;一元线性回归模型例题：请建立右;多元线性回归模型给n个随机样本;线性回归模型的求解回归模型的求;AQ算法多元回归模型的求解在许;AQR算法有关定义AQR为每一;AQR算法描述算法 4-5 ;AQR算法描述(续)算法 4-;AQR算法举例假设现有一个训练;AQR算法举例（5）BEST=;CN2算法描述CN2使用一种基;CN2算法描述(续)算法 4-;FOIL算法FOIL学习系统已;一阶Horn子句的主要术语一阶;一阶Horn子句的表达Horn;FOIL算法描述算法 4-9 ;FOIL算法介绍 FOIL中的;FOIL算法介绍(续) Foi;FOIL算法举例假设学习目标文;FOIL算法举例(续) ;FOIL算法举例(续)选择文字;第三章 分类方法 ;分类数据预处理分类的效果一般和;分类器性能的表???分类器性能的表;分类器性能的表示（续）混淆矩阵;分类器性能的评估保持法和交叉验;第三章 分类方法 ;Thank you !!!坟聪