数据挖掘学习笔记-分类（1）

1、定义：分类任务就是通过学习得到一个目标函数（target function）f，把每个属性集x映射到一个预定义的类标号y。目标函数也是分类模型（classification model）

                 描述性建模：分类模型作为解释性工具，用于却分不同类中的对象。

                 预测性建模：分类模型用于预测未知记录的类标号，给定一个对象作为输入，输出为该对象的类标号。即分类器

2、分类的学习算法：决策树分类法、基于规则的分类法、神经网络、支持向量机和朴素贝叶斯分类法

3、分类过程：训练集（training set）由类标号已知纪录组成。使用训练集建立分类模型，再对检验集（test set）.分类模型的性能根据正确和错误的预测的检验记录技术进行评估，这些技术将放在混淆矩阵（confusion matriex）

准确率=正确预测数/预测总数=（f11+f00）/(f11+f10+f01+f00)