数据挖掘概念与技术原书第2版第6章 数据挖掘算法之分类和预测算法 共36页.pptx下载

weixin_39821526 2023-11-20 20:30:13
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 【分类】 银行贷款员需要分析数据,来弄清哪些贷款申请者是安全的,哪些是有风险的(将贷款申请者分为“安全”和“有风险”两类) 我们需要构造一个分类器来预测类属编号,比如预测顾客属类 【预测】 银行贷款员需要预测贷给某个顾客多少钱是安全的 构造一个预测器,预测一个连续值函数或有序值,常用方法是回归分析 , 相关下载链接:https://download.csdn.net/download/qq_27595745/79082020?utm_source=bbsseo
...全文
8 回复 打赏 收藏 转发到动态 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
分类预测 餐饮企业经常会碰到这样的问题: 如何基于菜品历史销售情况,以及节假日、气候和竞争对手等 影响因素,对菜品销量进行趋势预测? 如何预测在未来一段时间哪些顾客会流失,哪些顾客最有可能 会成为VIP客户? 如何预测一种新产品的销售量,以及在哪种类型的客户中会较 受欢迎? 餐厅经理需要通过数据分析来帮助他了解具有某些特征的顾客的 消费习惯;餐饮企业老板希望知道下个月的销售收入,原材料采 购需要投入多少,这些都是分类预测的例子。 分类预测预测问题的两种主要类型。 分类主要是预测分类标号(离散、无序的) 预测主要是建立连续值函数模型,预测给定自变量的条件下因 变量的值 分类预测预测问题的两种主要类型。 分类主要是预测分类标号(离散、无序的) 预测主要是建立连续值函数模型,预测给定自变量的条件下因 变量的值 有监督学习/有指导学习/有教师学习 因为在分析测试数据之前,类别(目标列取值)就已经确定了 可以根据实际的类标号(目标列取值)和模型的输出来检验样 本是否处理正确 所以分类预测)通常被称为有监督的学习 分类包括考察一类新出现的对象的特征,并归类到一定义类中 首先要有一个清晰定义的类,还要有一系列已分类实例 分类过程实际上是先在历史数据上建立某种模型,再将其用于 未分类数据进行分类 分类算法的目的是找出从属性到类标号的映射关系 表示形式:决策树,分类规则,神经网络,SVM,最近邻 分类问题举例 将信用卡申请者分为低、中、高风险 发现欺骗性理赔申请 将网上的每一篇文按关键词分在不同组

13,553

社区成员

发帖
与我相关
我的任务
社区描述
CSDN 下载资源悬赏专区
其他 技术论坛(原bbs)
社区管理员
  • 下载资源悬赏专区社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧