学生成绩预测模型_越看头发越多—数据挖掘之分类与预测

数据挖掘中最典型的四种方法是：

分类与预测、聚类分析、关联规则、时序模式，我试试能不能用大白话讲清楚 概念、常用算法、分类、原理及评价标准。

第一部分是分类与预测

一、概念

分类与预测指的都是根据一些特征来预测问题，是机器学习中最常见的的监督学习算法。即从给定的训练数据集中学习出一个函数，当新的数据到来时，可以根据这个函数预测结果。

要点一：分类和预测的区别在于，分类对应的是离散型结果，预测通常对应连续型结果。

要点二：监督学习的训练集要求包括输入和输出，也可以说是特征和目标。训练集中的目标是由人标注的。即，学习函数时要给出特征和目标。

举个简单的例子

小明的妈妈想预测小明高考时考的怎么样：

如果小明妈妈想预测的是小明的分数，分数是数值型变量，这属于预测；如果小明妈妈想预测的是小明能考入名校/非名校，是否考入名校是离散型变量，这属于分类。

无论是要预测分数还是是否考入名校，小明的妈妈都需要先给一堆已知考的怎么样的历史样本，这些样本的属性是跟考试相关的指标：学生智商，平时成绩，学校排名，学习时长，是否容易紧张等。把这些样本交给机器，让机器学习出一个函数，去预测小明考的怎么样。