本文介绍了数据挖掘前的数据探索与预处理过程，并讨论了如何基于处理后的数据建立不同类型的模型，包括分类与预测、聚类分析等。重点阐述了分类与预测问题的区别及应用场景。
经过数据探索与数据预处理，得到了可以直接建模的数据.根据挖掘目标与数据形式可以建立分类与预测、聚类分析、关联规则、时序模式和偏差检测等模型。
分类与预测问题是预测问题的两种主要的类型，分类主要是预测分类标号（基于离散属性的），而预测是建立连续值函数模型，预测给定自变量对应的因变量的值。
python数据分析（6）——挖掘建模（1）分类与预测
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
