数据挖掘导论（4）——分类：基本概念、决策树与模型评估

定义： 分类（classification）
分类任务就是通过学习得到一个目标函数f （也称分类模型），把每个属性集x映射到一个预先定义的类标号y。

注意：
分类技术非常适合预测或描述二元或标称类型的数据集，对于序数分类（例如，把人分类为高收入、中等收入或低收入），分类技术不太有效。
因为分类技术不考虑隐含在目标类中的序关系。其它形式的联系，如子类与超类（例如，人类和猿都是灵长类动物，而灵长类是哺乳类的子类）也被忽略。

本章只考虑二元的或标称类型的类标号

分类技术

常用的分类技术：
1. 决策树分类法
2. 基于规则的分类法
3. 神经网络
4. 支持向量机
5. 朴素贝叶斯方法