第3讲 分类基础.pdf

第3讲 分类基础 莫同 motong@ss.pku.edu.cn 上一讲回顾 • 预处理概述 • 预处理方法 – 数据清理 – 数据集成与变换 – 数据归约 – 离散化和概念分层 • 抽样 – 基本概念 – 随机抽样 – 非随机抽样 • 统计 内容提要 •特征与分类 1 2 •概率基础 3 • 贝叶斯分类 内容提要 •特征与分类 1 2 •概率基础 3 • 贝叶斯分类 特征与分类 • 人类认知 分类 关联 特征 特征与分类 • 例：你看到了什么 特征与分类 • 上述例子说明了什么？ – 描述 • 通过特征一步步的缩小分类 – 有哪些信誉好的足球投注网站 • 依靠特征描述找到目标 特征与分类 • 特征作用 – 数据库通常存放大量的细节数据。然而，用户通 常希望以简洁的描述形式观察汇总的数据集 – 提供一类数据的概貌，或将它与对比类相区别 – 方便、灵活地以不同的粒度和从不同的角度描述 数据集 概念描述 特征与分类 • 概念描述与OLAP的区别 – OLAP • 基于多维数据模型，将数据看作数据方形式，由维（或 属性）和度量（聚集函数）组成 • 维和度量的数据类型很有限 • 许多当前的OLAP 系统限制维必须是非数值数据 • 度量仅用于数值数据 – 概念描述 • 对于概念形成，数据库属性可以是各种各样的数据类型 • 数据库中属性的聚集也可能包括复杂的数据类型 特征与分类 • 概念描述与OLAP的区别 – OLAP • 操作的使用都由用户指挥和控制，如维的选择、下钻、 上卷、切块和切片等 • 用户需要对每个维的作用有透彻的理解 • 为了找到一个满意的描述，用户需要使用一长串OLAP 操作 – 概念描述 • 更自动化的过程 特征与分类 • 概念描述方法 – 数据泛化 – 解析特征 – 挖掘类比较 特征与分类 • 数据泛化