数据挖掘之分类

分类的定义：

通过学习得到目标函数f（也叫“分类模型”），把每个属性集x映射到一个预先定义好的类称号y。

相关定义：训练集、属性、类标号、模型、测试集

分类与聚类的区别：

聚类：无指导的学习，事先没有标签，而通过某种成因分析找出事物之间存在聚集性原因的过程。“面对一堆数据，将这堆数据分成几类”。

分类：有指导的学习，在聚类的前提下，按照某种标准给对象贴标签，再根据标签来分类。

评价方法：

①预测的准确率：混淆矩阵

②速度：构造模型的速度、利用模型进行分析的速度

③强壮型：给定噪声数据或具有空缺值的数据，模型正确的预测能力