本文是《Python数据分析与挖掘实战》第五章的学习笔记，主要探讨挖掘建模中的分类与预测方法，包括线性回归、决策树和人工神经网络。介绍了分类与预测的实现过程和常用算法，并简要讨论了Python中分类预测模型的特点。
欢迎购买正版书籍
豆瓣评价：Python数据分析与挖掘实战
作者: 张良均 / 王路 / 谭立云 / 苏剑林
出版社: 机械工业出版社
挖掘建模
经过数据探索和数据预处理，得到了可以直接建模的数据。根据挖掘的目标和形式可以建立分类与预测、聚类分析、关联规则、时序模式和偏差检测等模型，帮助企业提取数据中蕴含的商业价值，提高企业竞争力。
分类与预测
分类与预测是预测问题的主要类型，分类主要是预测分类标号（离散属性），而预测主要建立在连续函数模型，预测给定自变量的因变量的值。
实现过程
- 分类
- 预测
- 实现过程
分类与预测实现过程类似，以分类模型为例，实现过程如下：
分类算法分两步：一、学习步；二、分类步；
分类模型分两步&#
最低0.47元/天 解锁文章
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
