分类
第一步,建立一个模型,描述预定的数据类集或者概念集。
第二步,使用模型进行分类。
补充说明:
1 数据类集或者概念集还可以被称为样本、实例、对象。
2为建立模型而被分析的数据类集称为训练数据集。
3 这是一种有指导的学习,而在聚类中,使用的是无指导的学习。
对分类方法进行评估
可以采用的评估标准包括:预测的准确率、速度、强壮性、可伸缩性、可解释性。
判定树的可伸缩性
大部分判定树算法都把训练样本限制在了内存中,然而包含数以百万计样本的非常大的训练集是很普通的。因此,这一限制就制约了算法的可伸缩性。目前针对此问题的的改进算法是SLIQ和SPRINT,核心解决之道是预排序
贝叶斯分类
算法实现(以后单独写出)
其它分类方法
k-最邻近分类
基于案例的推理(case-based reasoning)
遗传算法
粗糙集方法
模糊集方法
预测
一般认为,如果预测结果是离散值,则应该叫做分类。
如果预测结果是连续值,则应该叫做预测。
预测的方法
线性回归:使用最小二乘法
多元回归
非线性回归