《数据挖掘》之分类和预测(ppt 37页)

《数据挖掘》之分类和预测目录：
一、分类 VS. 预测
二、分类和预测---示例
三、数据分类——一个两步过程 (1)
四、数据分类——一个两步过程 (2)
五、数据预测的两步过程
六、准备分类和预测的数据
七、比较分类方法
八、用决策树归纳分类 (1)
九、用决策树归纳分类 (2)
十、决策树归纳策略 (1)
十一、决策树归纳策略 (2)
十二、属性选择度量
十三、信息增益 (1)
十四、信息增益 (2)
……

 

《数据挖掘》之分类和预测内容提要：
分类 VS. 预测：
分类和预测是两种数据分析形式，用于提取描述重要数据类或预测未来的数据趋势 的模型
分类：
预测类对象的分类标号（或离散值）
根据训练数据集和类标号属性，构建模型来分类现有数据，并用来分类新数据
预测：
建立连续函数值模型
比如预测空缺值，或者预测顾客在计算机设备上的花费
典型应用
欺诈检测、市场定位、性能预测、医疗诊断

..............................