《数据挖掘》课件 第3章 分类.pdfVIP

数据挖掘 高级大数据人才培养丛书之一，大数据挖掘技术与应用 第三章分类 分类是一种很重要的数据挖掘技术，也是数据挖掘研究的重点和热点之一。分类的目 的是分析输入数据，通过训练集中的数据表现出来的特性，为每一个类找到一种准确描 述或者模型，这种描述常常用谓词来表示。由此 成的类描述用来对未来的测试数据进 行分类。尽管这些未来测试数据的类标签是未知的，仍可以由此预测这些新数据所属的 类。也可以由此对数据中每一个类有更好的理解。 高级大数据人才培养丛书之一，大数据挖掘技术与应用 第三章分类 .3.1 基本概念 3 ：2决策树 3.3 贝叶斯分类 3.4 支持向量机 3.5 实战：决策树算法在Weka中的实现 习题 ，3.1基本概念 第三章分类 3.1.1分类的基本概念 分类(Classification )是一种重要的数据分析形式，它提取刻画重要数据类的模型。 这种模型称为分类器，预测分类的(离散的、无序的)类标号。这些类别可以用离散值 表示，其中值之间的次序没有意义。 分类也可定义为： 分类的任务就是通过学习得到一个目标函数(Target Function)；，把每个属性集x映 射到一个预先定义的类标号y o 图行天下 Ko. 20150104020018208171 )3.1基本概念 第三章分类 3.1.2分类的过程 数据分类过程有两阶段： (1)学习阶段(构建分类模型)。 (2)分类阶段(使用模型预测给定数据的类标号 )o 训练集 I Tid 属性1 属性2 属性3 类 1 Yes Large 125K No 2 No Medium 100K No 3 No Small 70K No 4 Yes Medium 120K No 5 No Large 95K Yes 6 No Medium 60K No 7 Yes Large 220K No 8 No Small 85K Yes 9 No Medium 75K No 10 No Small 90K Yes 测试集 I Tid 属性1 属性2 属性3 类 11 No Small 55K ? 12 Yes Medium 80K ? 13 Yes Large 110K ? 14 No Small