【译】mahout in action 1.4 分类Classification

分类技术决定一个东西是不是某个类型或种类的一部分，或者有没有某些属性。分类同样是普遍存在的，虽然这是更多的幕后工作。这种系统问题通常是通过对目录中的项目，很多例子的回顾来了解，从而推断出分类的规则。这里大致可以发现很多应用程序：

雅虎邮件，决定收到的消息是否是垃圾邮件，这基于用户之前的电子邮件和垃圾邮件报告，和电子邮件本身的特性一样。一些被分类为垃圾邮件的信息将会在图1.4中显示。

Picasa(http://picasa.google.com/)和其他一些相片管理应用程序，可以从一个图像中识别出一个人的脸部。

光学字符辨识软件，通过把小范围的已扫描的文本分割成若干个小单元格的个体，来分成单字。

Apple在报道的iTunes中的天才特性，就是用分类技术为用户把歌曲分成潜在的播放列表。

[img]http://dl.iteye.com/upload/attachment/425167/9db75068-cb8a-3c0f-95d4-52f86db22ec9.png[/img]
图1.3 雅虎邮件发现的垃圾邮件信息
基于用户的垃圾邮件报告，加上其他的分析，系统已经获得了通常用来辨认垃圾邮件的某些属性。例如，在“viagra”提到的信息经常是垃圾邮件，通常的拼错的如“v1agra”中也是这样。这样例子的存在是一个例子的一个属性，这个属性是从一个垃圾邮件分类器可以获得的。