【数据挖掘学习笔记】5.分类基础

一、特征与分类

特征作用

• 数据库通常存放大量的细节数据。然而，用户通常希望以简洁的描述形式观察汇总的数据集
• 提供一类数据的概貌，或将它与对比类相区别
• 方便、灵活地以不同的粒度和从不同的角度描述数据集

概念描述方法 

• 数据泛化 
• 解析特征 
• 挖掘类比较

数据泛化

数据泛化是一个过程，它将大的、任务相关的数据集从较低的概念层抽象到较高的概念层

解析特征

– 通过属性相关性分析，过滤掉统计不相关或弱相关的属性，保留与挖掘任务最相关的属性

– 数值型相关性

– 非数值型相关性
    • 经验判断

挖掘类比较
– 某些应用可能对单个类（或概念）的描述或特征化不感兴趣
– 希望挖掘一种描述，它将一个类（或概念）与其它可比较的类（或概念）相区分
– 类（或概念）区分或比较挖掘将目标类与对比类相区分的描述
– 比较对象：可比较类（或概念）

特征的关键作用——分类

• 已知分类特征，对样本进行归类
• 已知样本分类，抽取类别特征

分类：有监督学习、无监督学习

二、概率基础

概论论是一门研究随机现象数量规律的学科。
个体选择是有各种各样原因的，微观层面难以准确判断，但从宏观层面，群体角度会涌现出一定的规律，并且这个规律在一定时期内保持不变

现在的许多热点问