分類分析是數據挖掘中預測建模的一種任務，用於預測離散的目標變量，相對的迴歸用於預測連續的目標變量。例如，預測一個web用戶是否會在網上書店買書是分類任務，因為該目標變量是二值的：是、否。另一方面，預測某股票的未來價格是迴歸任務，因為價格具有連續值屬性。兩項任務目標都是訓練一個模型，使目標變量預測值與實際值之間的誤差達到最小。
一、分類定義
比較科學的分類定義：分類任務就是通過學習得到一個目標函數f，把每個屬性集x映射到一個預先定義的類標號y。
分類
相對於聚類來說，分類是有監督的學習，也叫有導師的學習，也就是說，訓練數據中有標記信息，知道什麼是對、什麼是錯。通過對訓練數據的學習，建立分類模型，用於對未知的測試數據集進行分類。
二、實例
用周志華老師舉的西瓜的例子，就是：
訓練數據集：
……
（色澤=青綠，根蒂=蜷縮，敲聲=濁響）<==>好瓜
（色澤=烏黑，根蒂=蜷縮，敲聲=濁響）<==>好瓜
（色澤=青綠，根蒂=硬挺，敲聲=清脆）<==>壞瓜
（色澤=烏黑，根蒂=稍蜷，敲聲=沉悶）<==>壞瓜
……
運用分類算法，建立分辨好壞瓜的分類模型，去西瓜攤買西瓜（測試數據集），看看能否買到好瓜。
你想吃麼
三、用途
預測建模可以用來確定顧客對產品促銷活動的反應，預測地球生態系統的擾動，或根據檢查結果判斷病人是否患有某種特定的疾病。
分類任務就是確定對象屬於哪個預定義的目標類。分類問題是一個普遍的問題，有許多不同的應用。例如：根據電子郵件的標題和內容檢查出垃圾郵件，根據核磁共振掃描的結果區分腫瘤是惡性的還是良性的，根據星系的形狀對他們進行分類。
螺旋狀星系
橢圓狀星系
四、常用的分類算法
決策樹分類法、基於規則的分類法、神經網絡、支持向量機和樸素貝葉斯分類法。
感興趣的小夥伴可以搜索研究一下相關算法。
關注一辰君，獲取更多有趣有用的知識。
相關推薦
'關於月亮的8部影片，給孩子一個不一樣的中秋節'
"文、編輯 | 然然然來源 | 布穀學習布穀老師：對於孩子來說，好奇心和想象力有多重要？牛頓小時候曾被蘋果砸到了頭，從而引發思考，發現了萬有引力定律；小瓦特對燒水壺裡冒出的水蒸汽十分好奇，最後經過不斷嘗試發明了蒸汽機；愛因斯坦推導出相對論，除了聰明，還有著強大的想象力；作為...
'中秋賞月，不如來看這10座里程碑式的太空電影'
"地球是人類的搖籃，但人類不會永遠呆在搖籃裡。——齊奧爾科夫斯基人從未比在太空行走時顯得更為渺小或更為偉大。——蔡斯宇宙，人類最後的疆域。——《星際迷航》1太空，宇宙，星際……這些詞對我們成人來說，或許已經很遙遠，毫無吸引力，我們已經忘了曾經對星空的迷戀，對月亮的好奇。但我...
推薦中...