文档介绍：数据挖掘分类之
主讲人:软件学院卢卫刚
贝叶斯网络
目录
贝叶斯网络
2
贝叶斯分类
1
总结
4
贝叶斯网络的应用及实例
3
致谢
5

背景
近几十年来,互联网的普及使得人们获得和存储数据的能力得到逐步的提高,数据规模不断壮大。面对“数据丰富而知识匮乏”的挑战,数据挖掘技术应运而生。数据挖掘是一门多学科的交叉领域,涉及统计学,机器学****神经网络、模式识别、知识库系统、信息检索、高性能计算和可视化等学科。而数据挖掘中的分类技术是一项非常重要的技术。
Q1 什么是分类
超市中的物品分类
生活中的垃圾分类
Q1 什么是分类
分类就是把一些新的数据项映射到给定类别的中的某一个类别,比如说当我们发表一篇文章的时候,就可以自动的把这篇文章划分到某一个文章类别。
分类也称为有监督学****supervised learning),与之相对于的是无监督学****unsupervised learning),比如聚类。
分类与聚类的最大区别在于,分类数据中的一部分的类别是已知的,而聚类数据的类别未知。
分类在数据挖掘中的学术定义
Q2 分类问题
名称
胎生
会飞
水中生活
有腿
类别
Human
是
否
否
是
哺乳动物
python
否
否
否
否
非哺乳动物
salmon
否
否
是
否
非哺乳动物
whale
是
否
是
否
哺乳动物
frog
否
否
有时
是
非哺乳动物
komodo
否
否
否
是
非哺乳动物
bat
是
是
否
是
哺乳动物
pigeon
否
是
否
是
非哺乳动物
cat
是
否
否
是
哺乳动物
leopard_shark
是
否
是
否
非哺乳动物
turtle
否
否
有时
是
非哺乳动物
penguin
否
否
有时
是
非哺乳动物
porcupine
是
否
否
是
哺乳动物
eel
否
否
是
否
非哺乳动物
salamander
否
否
有时
是
非哺乳动物
gila_monster
否
否
否
是
非哺乳动物
platypus
否
否
否
是
哺乳动物
owl
否
是
否
是
非哺乳动物
dolphin
是
否
是
否
哺乳动物
eagle
否
是
否
是
非哺乳动物
胎生
会飞
水中生活
有腿
类别
是
否
是
否
?
Q2 分类问题
税号
去年退税
婚姻状况
可征税收入
逃税
1
是
单身
125k
否
2
否
婚姻中
100k
否
3
否
单身
70k
否
4
是
婚姻中
120k
否
5
否
离婚
95k
是
6
否
婚姻中
60k
否
7
是
离婚
220k
否
8
否
单身
85k
是
9
否
婚姻中
75k
否
10
否
单身
90k
是
Q2 分类的流程
动物种类
体型
翅膀数量
脚的只数
是否产蛋
是否有毛
类别
狗
中
0
4
否
是
爬行动物
猪
大
0
4
否
是
爬行动物
牛
大
0
4
否
是
爬行动物
麻雀
小
2
2
是
是
鸟类
天鹅
中
2
2
是
是
鸟类
大雁
中
2
2
是
是
鸟类
动物A
大
0
2
是
无
?
动物B
中
2
2
否
是
?
根据现有的知识,我们得到了一些关于爬行动物和鸟类的信息,我们能否对新发现的物种,比如动物A,动物B进行分类?