位置: IT常识 - 正文

数据挖掘(4.1)--分类和预测(数据挖掘的四种基本方法)

编辑:rootadmin
数据挖掘(4.1)--分类和预测

目录

前言

一、分类和预测

分类

预测

二、关于分类和预测的问题

准备分类和预测的数据

评价分类和预测方法

混淆矩阵

评估准确率

参考资料


前言

推荐整理分享数据挖掘(4.1)--分类和预测(数据挖掘的四种基本方法),希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:数据挖掘期末考试大纲,数据挖掘期末考试大纲,数据挖掘是做什么的,数据挖掘工程师,数据挖掘名词解释,数据挖掘是做什么的,数据挖掘的四种基本方法,数据挖掘的四种基本方法,内容如对您有帮助,希望把文章链接给更多的朋友!

分类:离散型、分类新数据

预测:连续型、预测未知值

描述属性:连续、离散

类别属性:离散

有监督学习:

分类

训练样本有标签

对未知数据分类

无监督学习:

聚类

无标签

划分存在的聚类

一、分类和预测分类

分类过程是一个两步的过程。第一步是模型建立阶段,或者称为训练阶段,这一步的目的是描述预先定义的数据类或概念集的分类器。在这一步会使用分类算法分析已有数据(训练集)来构造分类器。训练数据集由一组数据元组构成,每个数据元组假定已经属于一个事先指定的类别(由类别标记属性确定)。

在分类的第二步,需要使用第一步得到的分类器进行分类,从而评估分类器的预测准确率。具体来说,由一组检验元组和相关联的类别标记所组成的测试数据集。

在机器学习中,分类也往往称为有监督学习,“有监督”指的是用于训练的数据元组的类别标记是已知的,新的数据基于训练数据集进行分类。与之对应的是聚类,在机器学习中称为无监督学习,“无监督"指的是用于训练的数据元组的类别标记是未知的,这种学习旨在识别隐含在数据中的类或簇。

预测

数据预测也是一个两步过程。与数据分类不同的是,对于所需要预测的属性值是连续值,而且是有序的;分类所需要预测的属性值是离散的、无序的。预测器与分类器类似,也可以看作一个映射或者函数y= f(x),其中x是输人元组,输出y是连续的或有序的值。与分类相同,测试数据集与训练数据集在预测任务中也应该是独立的。预测的准确率通过对每个检验元组r,利用y的预测值与实际已知值的差来评估。

二、关于分类和预测的问题准备分类和预测的数据

对分类和预测所使用的数据进行预处理,预处理一般可以分为以下三个步骤: (1)数据清理。主要目的是减少数据噪声和处理缺失值。

尽管大部分分类算法都有某种处理噪声和缺失值的机制,但是该步骤有助于减少学习时的混乱。 (2)相关分析。目的是移除数据中不相关或冗余的属性。

数据挖掘(4.1)--分类和预测(数据挖掘的四种基本方法)

这样可以加快分类器训练速度,提高分类器准确率。 (3)数据转换。目的是泛化或规范化数据。

这种距离度量方法可以避免受不同属性不同初始值范围对度量结果的影响。

评价分类和预测方法

(1)准确率。

分类准确率指分类器预测新的或先前未出现过的数据元组的类别标记的能力。预测器的准确率指预测器猜测新的或先前未出现过的数据元组的预测属性值的准确程度。 (2)速度。

指建立模型(训练)和使用模型(分类/预测)的时间开销。 (3)鲁棒性。

指分类器或预测器处理噪声值或缺失值数据的能力。 (4)可伸缩性。

指针对大规模数据、分类器或预测器的处理能力。 (5)可解释性。

指分类器或预测器所提供的可理解和洞察的程度。

分类器或预测器在检测集上的准确率和错误率是两个常用的度量准则。检测集上的准确率指的是检测集中被正确分类或预测的元组所占的比例。相反,检测集上的错误率指的是检测集中被错误分类或预测的元组所占的比例。

混淆矩阵

 一个分析分类器识别不同元组情况的有用工具。

真正(TruePositives)指分类器正确标记的正元组.TP

真负(TrueNegatives)是指分类器正确标记的负元组。TN

假正(FalsePositives)是错误标记的负元组,FP

假负(FalseNegatives)是错误标记的正元组。FN

正确率:

准确率:

评估准确率

保持、随机子抽样、交叉验证是常用的基于给定数据的随机抽样划分,评估准确率的常用技术。这些技术的使用会增加总体计算开销,但是会有利于模型选择。

保持方法是一般讨论准确率默认的方法。这种方法将给定数据分为两个独立的集合:训练数据集和测试数据集。一般2/3的数据作为训练数据集,1/3的数据作为测试数据集。训练数据集用来建立模型,而准确率通过测试数据集来评估。

随机子抽样方法是保持方法的简单变形,它将保持方法重复k次,总的准确率估计取每次迭代准确率的平均值。

在k-交叉检验中,初始数据随机划分为k个互不相交的子集S1,S2,..Sk,每个子集的大小大致相等。训练和测试进行k次。在第i次迭代,子集Si用作测试集,其余的子集用来训练模型。

参考资料

《数据挖掘:方法与应用》徐华著

本文链接地址:https://www.jiuchutong.com/zhishi/299936.html 转载请保留说明!

上一篇:Vue经典面试题:Vue2和Vue3的区别(vue的一些面试题)

下一篇:【论文精读】Tune-A-Video: One-Shot Tuning of Image Diffusion Models for Text-to-Video Generation(论文精读分析报告)

  • 注销公司详细步骤
  • 支付土地补偿款怎么做账务处理
  • 国税地税合并后叫什么名称
  • 预收货款多长时间结清
  • 主表第17栏应该等于定期
  • 期间费用包括哪三种
  • 房租怎么抵扣个税计算方法
  • 预收账款怎样清零
  • 内账怎么收费
  • 跨年收到暂估费用的发票如何处理
  • 发票未能在汇算清缴前取得怎么办?
  • 外贸企业需要交哪些税费
  • 收到设备租金计入什么会计科目
  • 公司无偿使用个人车辆,个人需要缴纳税款吗
  • 2018手写发票何时失效?
  • 关于土地增值税若干问题的通知
  • 税务稽查执法要以什么为依据,按照法定的职责
  • 建设工程施工包括哪些工程
  • 税控盘服务费每年都可以抵吗
  • 法人名下两家公司,客户买货可以用另外一个公司开票吗
  • 固定资产审计目标
  • 工程建设劳务费怎么算
  • 申请开立临时存档的条件
  • 融资租入固定资产计提折旧吗
  • 农民工签订劳务合同的条件
  • 收到对方给的发票怎么做账
  • PHP:xml_parser_create_ns()的用法_XML解析器函数
  • 无法使用内置管理员账户打开micr
  • windows10设备如何打开蓝牙
  • 以合同条款无法达成一致要求返还定金
  • PHP:stream_get_contents()的用法_Stream函数
  • 营改增后土地增值税
  • PHP:pcntl_waitpid()的用法_PCNTL函数
  • 企业间合作建房且建成后自用
  • 职工教育经费会计账务处理
  • php框架ci
  • php错误和异常
  • 哪些免征增值税
  • 营改增建筑业范围
  • 三维点云识别
  • php如何入门
  • discuz安装使用教程
  • python打开文本文档中文读不出来
  • vue组件怎么使用
  • 季末资产总额怎么计算出来的
  • 帝国cms wordpress
  • mongodb管道操作符
  • 购辅助材料会计分录
  • 报销有专票和普票,怎么出分录
  • 小微企业城建税减免政策
  • 同一控制下合并冲减资本公积
  • 销售明细账本怎么填写
  • 代销产品如何做会计分录
  • 未收到货款发票是什么意思
  • 货款收不回来了怎么做账
  • 企业外购的无形资产的成本包括
  • 商场代收款合法吗
  • 冲红专票分录
  • 物业费是否需要物价局备案
  • 对方公司收钱不开发票怎么办
  • 备查账包括哪些
  • 可转换债券转换时的会计处理
  • freebsd重置密码
  • 没有vcd怎么放光盘
  • windows有哪些
  • ubuntu如何清理缓存
  • os x 10.10 yosemite自动纠正怎么关?os x yosemite自动纠正功能关闭教程
  • snmptrap.exe - snmptrap是什么进程 有什么作用
  • 删掉sam文件后无法开机
  • windows8安装程序
  • andengine学习,《android游戏开发实践指南》详解
  • 超级链接是什么意思
  • vue wepack
  • jquery ajax分页插件的简单实现
  • javascript toggle
  • jquery里面的$是什么意思
  • 黄山市国家税务局倪国初
  • 创新税务稽查方案
  • 江苏电子税务电子发票怎么作废
  • 云南省2021年退休金计发基数
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设