- 1、本文档共48页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
分类的概念
2
p 虽然我们人类都不喜欢被分类 ,被贴标签 ,但数据研究的基础正是给数据“贴标
签”进行分类。类别分得越精准 ,我们得到的结果就越有价值。
p分类是一个有监督的学习过程 ,目标数据库中有哪些类别是已知的,分类过程需
要做的就是把每一条记录归到对应的类别之中。由于必须事先知道各个类别的信
息 ,并且所有待分类的数据条 目都默认有对应的类别 ,因此分类算法也有其局限
性 ,当上述条件无法满足时,我们就需要尝试聚类分析。
分类的概念
3
监督学习
在监督学习中,算法从有标记数据中学习。在理解数据之后 ,该算法通过将模式与
未标记的新数据关联来确定应该给新数据赋哪种标签。
监督学习可以分为两类 :分类和回归。
分类问题预测数据所属的类别 ;
分类的例子包括垃圾邮件检测、客户流失预测、情感分析、犬种检测等。
回归问题根据先前观察到的数据预测数值 ;
回归的例子包括房价预测、股价预测、身高-体重预测等。
分类的概念
4
区分 「聚类」与 「分类」
• 聚类和分类是两种不同的分析。
• 分类的目的是为了确定一个点的类别,具体有哪些类别是已知的,是一种有监
督学习。聚类的目的是将一系列点分成若干类,事先是没有类别的,是一种无
监督学习。
• 两者也有共同点,那就是它们都包含这样一个过程:对于想要分析的目标点,
都会在数据集中寻找离它最近的点。
如判断邮件是否为垃圾邮件 ,判断在线交易是否存在潜在风险,判断肿瘤为良
性还是恶性等等
分类的概念
5
ü 分类是一种基于一个或多个 自 ü 逻辑回归类似于线性回归,适用于因变
变量确定因变量所属类别的技 量不是一个数值字的情况 ( “是/否”响
术。 应)。它虽然被称为回归,但却是基于根
ü 分类用于预测离散响应。 据回归的分类 ,将因变量分为两类。
分类的概念
6
回顾 :逻辑回归
逻辑回归用于预测二分类的输出。例如 ,如果信用卡公司构建一个模型来决定是否通过向客户的发行
信用卡申请 ,它将预测客户的信用卡是否会 “违约”。
首先对变量之间的关系进行线性回归以构建模型 ,分类的阈值假设为0.5。
然后将Logistic函数应用于回归分析 ,得到两类的概率。
该函数给出了事件发生和不发生概率的对数。最后 ,根据
这两类中较高的概率对变量进行分类。
本章目录
9
一 分类问题表示及基本模型
二 Fisher线性判别分类
三 多类逻辑回归问题
四 朴素贝叶斯分类
一、分类问题表示及基本模型
10
分类问题 (Classification)
n 数据集 (标注集)
N
D x , t y h x
i i
i 1
t, y 1, , C
n 分类(Classification)
C 2,binary classification
C 2,multiclass classification
一、分类问题表示及基本模型
11
基本分类问题表示
对于2类问题
文档评论(0)