数据分类分析——监督学习与无监督学习

数据分类分析

监督学习

基本概念

分类任务就是通过学习得到一个目标函数f，把每个属性集x映射到预先定义的类标号y。

一般方法

• 决策树分类法
• 基于规则的分类法
• 神经网络
• 支持向量机
• 朴素贝叶斯分类法

均采用一种学习算法（learning algorithm）确定分类模型
主要目标 ：建立一个具有很好的泛化能力的模型，即能正确预测未知样本类标号的模型。

无监督学习

聚类分析

（无监督分类）是一个把数据对象划分成子集的过程，每个子集都是一个簇（cluster），使得簇中的对象彼此相似，但与其它簇中的对象不相似。组内的相似性越大，组间的差别越大，聚类就越好。

聚类方法

• 划分方法
• 层次方法
• 基于密度的方法
• 基于网格的方法
• 基于模型的方法