2分类的概念.pptx

分类的概念 分类的概念 数据格式 分类的定义 分类问题的数学描述 分类算法的评价 数据格式 样本（Sample）：一行称为一个样本。 属性（Attribute）：一列称为一个属性。 类标签（Class Label）：标识样本类别的属性。 分类的定义 根据训练数据集和类标签属性，学习分类器，并用来分类新数据，即预测测试样本的分类标签。 训练数据集 学习方法 （分类算法） 分类器 训练过程 分类器 测试数据 类标签 预测过程 典型应用 信用卡/贷款审批 医疗诊断：肿瘤是癌或良性？ 欺诈检测：交易欺诈? 人脸、指纹识别 分类问题的数学描述 分类问题： 根据给定的训练集，T ={(x1, y1), …, (xN, yN)} (xi  Rn, yi  {1, 2, …, m}, i = 1, 2, …, N)，寻找定义在Rn上的决策函数f(x): Rn  {1, 2, …, m} 。以便能用决策函数f(x)“较好地”预测任一样本x的类别标签y。 从数学角度看分类问题 已知： （1）函数的值域为有限个离散点； （2）函数在某些点上的函数值。 求解： 寻找一个函数能较好地预测其他点上的函数值。 从数据的分布看分类问题 分类算法的评价   分类算法的评价 评价准则二： 算法复杂度：时间复杂度、空间复杂度。 分类算法的评价 评价准则三：分类器复杂度（可解释性） 课后讨论问题 谢谢