數(shù)據(jù)挖掘之分類分類與預(yù)測(cè)_第1頁
數(shù)據(jù)挖掘之分類分類與預(yù)測(cè)_第2頁
數(shù)據(jù)挖掘之分類分類與預(yù)測(cè)_第3頁
數(shù)據(jù)挖掘之分類分類與預(yù)測(cè)_第4頁
數(shù)據(jù)挖掘之分類分類與預(yù)測(cè)_第5頁
已閱讀5頁，還剩2頁未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

大數(shù)據(jù)分析與挖掘主講教師：賀萌《大數(shù)據(jù)導(dǎo)論》課程Introductiontobigdata數(shù)據(jù)挖掘-分類分類與預(yù)測(cè)01

分類，是一種重要的數(shù)據(jù)分析形式。根據(jù)重要數(shù)據(jù)類的特征向量值及其他約束條件，建立分類函數(shù)或分類模型。分類分類分類從訓(xùn)練數(shù)據(jù)中確定函數(shù)模型y=f(x1,x2,…,xd),其中xi(i=1,…,d)為特征變量，y為分類變量。當(dāng)y為離散變量時(shí)，即dom(y)={y1,y2,…,ym},被稱為分類。分類的任務(wù)就是通過學(xué)習(xí)得到一個(gè)目標(biāo)函數(shù)f，把每個(gè)屬性集x映射到一個(gè)預(yù)先定義的類標(biāo)號(hào)y中。預(yù)測(cè)預(yù)測(cè)是指建立兩種或者兩種以上變量之間相互依賴的函數(shù)模型，然后對(duì)連續(xù)性字段進(jìn)行建模和評(píng)估。預(yù)測(cè)分類與預(yù)測(cè)分類和預(yù)測(cè)是兩種使用數(shù)據(jù)進(jìn)行預(yù)測(cè)的方式。預(yù)測(cè)模型與分類模型類似，可以看作一個(gè)映射或者函數(shù)y=f(x)，其中，x

是輸入元組，輸出y

是連續(xù)的或有序的值。與分類算法不同的是，預(yù)測(cè)算法所需要預(yù)測(cè)的屬性值是連續(xù)的、有序的，分類所需要預(yù)測(cè)的屬性值是離散的、無序的。謝謝

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論