分类算法—前言

  现实生活中，有许多需要人们根据某一对象或事件的特征进行判断或决策场景，比如：医生根据病人的体检报告判断该病人是否患有癌症；银行根据客户的职业、收入等决定是否批准该客户的信用卡申请；购物网站根据注册用户的收藏夹、订单、购物车等判断该用户是否会点击某投放广告；汽车4S店根据会员的登记资料决定是否向该会员邮寄促销资料；电子邮箱根据邮件的标题、主题等判断该邮件是否为垃圾邮件……
  其实，上述场景都可看作完成分类的过程：患癌/未患癌；低信用风险客户/中信用风险客户/高信用风险客户；点击/不点击；有购买意向/无购买意向；垃圾邮件/非垃圾邮件。
  那么，人们是如何根据特征分类的呢？很显然，大家根据以往的经验构建了一套自己的分类规则或模型，然后将特征套入该规则或模型，就得到了分类结果。所以，获取分类规则或模型（也称为分类器）就成为了关键步骤。
  分类算法便是研究此类分类问题的一种重要工具。常用的分类算法有：逻辑回归、SVM、决策树、神经网络等等。我将会在后面的章节为大家详细介绍。