数据挖掘笔记（四）

主要是整理自己在数据挖掘课程上所做的一些笔记。
更多内容可以访问我的个人博客。

---

分类：基本概念(basic-classification)

---

• 基本概念

（1）分类定义：

**目标：**以前未知的对象应该尽可能准确地被分配一个类。

**评估：**使用测试集来确定模型的性能。不同的评估方法包括准确性、召回性、精确性、AUC等。通常，给定的数据集分为训练集和测试集，其中训练集用于建立模型，测试集用于验证模型。

（2）分类任务例子

①　比如预测肿瘤细胞良恶性
②　将信用卡交易归类为合法或欺诈
③　营销经理需要进行数据分析，以帮助猜测具有给定配置文件的客户是否会购买一台新计算机(类别为购买/不购买)。
④　银行贷款官员需要对她的数据进行分析，以了解哪种贷款申请对她的银行是有风险的(课程有风险/没有风险)
⑤　将新闻故事归类为金融、天气、娱乐、体育等。

（3）一般分类方法：通常分为两步：学习模型（归纳），应用模型（演绎）

监督学习方法：决策树、朴素贝叶斯、基于规则的方法、神经网络、支持向量机、懒惰学习（K近邻）、集成方法

---

• 基础分类技术

（1