数据挖掘中分类的定义是什么

如题所述

举报该问题

推荐答案 2021-03-26

分类是在一群已经知道类别标号的样本中，训练一种分类器，让其能够对某种未知的样本进行分类。分类算法的分类过程就是建立一种分类模型来描述预定的数据集或概念集，通过分析由属性描述的数据库元组来构造模型。

温馨提示：答案为网友推荐，仅供参考

当前网址：http://77.wendadaohang.com/zd/qpYYp3G8vYYWNq8WGq.html

其他回答

第1个回答 2014-12-07

1989年以后定义为支持任意维度和指标的切换，可以对已有的表样切换字段来进行自由分析。任意维度和指标切换的功能保障了当查看分析的人员在查看分析时，如果针对已有的表样产生额外的分析需求或改变了已有的分析需求

第2个回答 2013-11-11

数据挖掘(Data Mining-DM)是从存放在数据库、数据仓库、或其它信息库中的大量数据中挖掘有趣知识的过程川。数据挖掘有时也称作KDD, KDD(Knowledge Discovery in Databases-KDD:知识发现)即是基于数据库的知识发现，指的是从大型数据库或数据仓库中提取人们感兴趣的知识，这些知识是隐含的、事先未知的、潜在有用的、易被理解的信息。实质上，这两个概念的内涵大致相同，只是从不同的角度认识问题而已。譬如人工智能的研究人员倾向于讲KDD，而计算机和信息技术专家通常说数据挖掘。本回答被网友采纳

相似回答

数据挖掘中分类的定义是什么视频时间 19:19

数据挖掘总结之分类与聚类的区别答：Classification (分类)：一个 classifier会从它得到的训练集中进行“学习”，从而具备对未知数据进行分类的能力，这种提供训练数据的过程通常叫做 supervised learning (监督学习)。所谓分类，简单来说，就是根据文本的特征或属性，划分到已有的类别中。常用的分类算法包括：决策树分类法，朴素的贝叶斯分类算法(...

数据挖掘中分类和聚类的区别答：简单地说，分类(Categorization or Classification)就是按照某种标准给对象贴标签(label)，再根据标签来区分归类。简单地说，聚类是指事先没有“标签”而通过某种成团分析找出事物之间存在聚集性原因的过程。区别是，分类是事先定义好类别，类别数不变。分类器需要由人工标注的分类训练语料训练得到，属于...

数据挖掘中分类和回归的区别答：分类是指一类问题，而回归是一类工具。分类的目的在于给对象按照其类别打上相应的标签再分门别类，而回归则是根据样本研究其两个（或多个）变量之间的依存关系，是对于其趋势的一个分析预测。分类的标签如果是表示（离散的）有排序关系的类别时，比如说“好”、“较好”、“一般”这样的时候，也可以用...

数据挖掘中分类和聚类有什么区别?答：分类是数据挖掘中的一项非常重要的任务，利用分类技术可以从数据集中提取描述数据类的一个函数或模型（也常称为分类器），并把数据集中的每个对象归结到某个已知的对象类中。从机器学习的观点，分类技术是一种有指导的学习，即每个训练样本的数据对象已经有类标识，通过学习可以形成表达数据对象与类标识间...

利用数据挖掘怎么对数据进行分类答：1、分类分类是找出数据库中一组数据对象的共同特点并按照分类模式将其划分为不同的类，其目的是通过分类模型，将数据库中的数据项映射到某个给定的类别。它可以应用到客户的分类、客户的属性和特征分析、客户满意度分析、客户的购买趋势预测等，如一个汽车零售商将客户按照对汽车的喜好划分成不同的类，...

数据挖掘的方法有哪些?视频时间 00:45

大家正在搜

数据挖掘的定义是什么数据仓库与数据挖掘定义数据挖掘的定义什么是数据挖掘数据挖掘是什么意思大数据挖掘是什么数据挖掘技术定义数据挖掘有什么用数据挖掘能做什么