第一章 1. 4 分类问题的简单示例

第一章 开启数据挖掘之旅

1.4 分类问题的简单示例

1.4.1 什么是分类?

首先,介绍类别的概念,下面是两个类别。

“图像里有狗吗?”      二值问题

“植物属于哪个种类?”   非二值问题

 

根据已知类别的数据集,经过训练得到一个分类模型,再用模型对类别未知的数据进行分类。

例子:用自己标注的邮件数据进行训练,得到一个能进行垃圾邮件过滤的分类模型。

 

在这里介绍特征值和类别的取值类型

特征值是连续的(花萼的长度1.1cm和1.2cm),且相近的值,表示相近度很大(意味着他们可以被同等对待)。

类别的取值是离散的,0、1、2分别代表不同的植物类型,且相近的值的类型并没有相近度(0、1与0、2并不表示0和1的有相似之处,也不意味0、2完全不相似)。

 

 

特征值的离散化:

确定一个阈值,大于该阈值的特征值为1;反之为0

(在这里我们去特征值的均值为阈值)

1.4.2 案例

Iris植物分类数据集,scikit-learn库内置了这个数据集。根据植物的特征推测它的

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值