分类_CDA答疑社区

zxq997

2018-12-04 阅读量: 910

分类

1、概述

分类是一种典型的有监督的机器学习方法，其目的是从一组已知类别的数据中发现分类模型，以预测新数据的未知类别。

这里需要说明的是：预测和分类是有区别的，预测是对数据的预测，而分类是类别的预测。

2、常用分类模型：

（1）神经网络

（2）决策树

3、注意事项

A. 神经网络适用于下列情况的分类：

（1）数据量比较小，缺少足够的样本建立数学模型

（2）数据的结构难以用传统的统计方法来描述

（3）分类模型难以表示为传统的统计模型

B. 神经网络的优点：

分类准确度高，并行分布处理能力强，对噪声数据有较强的鲁棒性和容错能力，能够充分逼近复杂的非线性关系，具备联想记忆的功能等。

C. 神经网络缺点：

需要大量的参数，不能观察中间学习过程，输出结果较难解释，会影响到结果的可信度，需要较长的学习时间，当数据量较大的时候，学习速度会制约其应用。

0.0000

关注作者

发表评论

暂无数据

CDA考试动态

CDA报考指南

推荐帖子