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