1.分类
利用分类技术可以从数据集中提取描述数据类的一个函数或模型(也常称为分类器classifier),并把数据集中的每个对象归结到某个已知的对象类中。从机器学习的观点,分类技术是监督学习,即每个训练样本的数据对象已经有类标识,通过学习可以形成表达数据对象与类标识间对应的知识。所谓分类,简单来说,就是根据数据的特征或属性,划分到已有的类别中。
分类做为一种有监督学习,要求事先知道各个类别的信息。
常用的分类算法包括:决策树分类法,基于规则的分类器,朴素贝叶斯,支持向量机,神经网络法,k近邻,模糊分类法。
2、聚类
聚类就是将相似的东西分到一组,聚类不关心某一类是什么,只是把相似的东西聚在一起。聚类分析就是将数据划分为有意义的有用的组(簇)。所以聚类算法通常只要知道如何计算相似度就可以开始工作了,因此聚类通常并不需要使用训练数据进行学习,即无监督学习。