数据挖掘之分类

分类是构造一个分类模型，输入样本的属性值，输出对应的类别，将每个样本映射到预先定义好的类别。

分类的算法分为以下两步：

1、学习步，通过归纳分析训练样本集，来建立分类模型，得到分类规则；

2、分类步，先用已知的测试样本集评估分类规则的准确率，如果准确率是可以接受的，则使用该模型对未知类标号的待测样本集进行预测。

分类属于有监督学习，有监督学习基于一组包含预测变量值和输出变量值的样本单元，将全部数据分为一个训练集和一个验证集，其中训练集用于建立预测模型，验证集用于测试模型的准确性。得到一个有效的预测模型后，就可以预测那些只有预测变量的样本单元的输出值了。

主要分类算法包括逻辑回归、决策树、随机森林、支持向量机、神经网络、贝叶斯网络等。