
數(shù)據(jù)挖掘中,分類與聚類的區(qū)別
本文對數(shù)據(jù)挖掘中,極為常見的兩類算法:分類與聚類,做個梳理。
首先,來看看分類和聚類各自的一些定義描述。
分類(classification ):
分類算法需要學(xué)習(xí),它通過學(xué)習(xí)找出描述并區(qū)分數(shù)據(jù)類的模型,以將模型應(yīng)用于預(yù)測標記未知的對象類。即從歷史數(shù)據(jù)紀錄中通過學(xué)習(xí),自動推導(dǎo)出對給定數(shù)據(jù)的推廣描述,從而能對未來數(shù)據(jù)進行預(yù)測。
分類的目的產(chǎn)出,是一個分類函數(shù)或分類模型,亦稱分類器,可以把數(shù)據(jù)庫中的數(shù)據(jù)項映射到預(yù)設(shè)類別其中一個。
分類器通過訓(xùn)練樣本數(shù)據(jù)集來構(gòu)造。訓(xùn)練集由一組元組構(gòu)成,每個元組是一個若干字段(又稱屬性或特征)值組成的特征向量,并包含有一個類別標記。一個具體樣本的形式可表示為:(V1,V2,…,Vn; c);其中Vi表示字段值,c表示類別。
常見分類器的構(gòu)造方法有決策樹、貝葉斯、ANN等。
可通過一下標準來對分類效果進行評估:
1)準確率。模型正確地預(yù)測新樣本的類標號的能力;
2)計算速度。包括構(gòu)造模型以及使用模型進行分類的時間;
3)強壯性。模型對噪聲數(shù)據(jù)或空缺值數(shù)據(jù)正確預(yù)測的能力;
4)可伸縮性。對于數(shù)據(jù)量很大的數(shù)據(jù)集,有效構(gòu)造模型的能力;
5)模型描述的簡潔性和可解釋性。模型描述愈簡潔、愈容易理解,則愈受歡迎。
預(yù)測準確度是用得最多的一種比較尺度,特別是對于預(yù)測型分類任務(wù)。而對于描述型的分類任務(wù),模型描述越簡潔越受歡迎。
另外,分類的效果會樣本的特點有關(guān),有的數(shù)據(jù)噪聲大,有的有空缺值,有的分布稀疏,有的字段或?qū)傩蚤g相關(guān)性強,有的屬性是離散的而有的是連續(xù)值或混合式的。不存在某種方法能適合于各種特點的數(shù)據(jù)。
聚類(clustering):
聚類是如下所述的一個過程:
1) 根據(jù)“物以類聚”的原理,將本身沒有類別的樣本聚集成不同的對象集合——簇
2) 對簇進行描述
聚類的目的是使得同簇的樣本之間應(yīng)該相似度最大化,而不同簇的樣本應(yīng)相似度最小化。
聚類的目的旨在發(fā)現(xiàn)空間實體的屬性間的函數(shù)關(guān)系,表示挖掘所得知識的方程式,以屬性名為變量。
常見聚類算法包括:k-means聚類、層次聚類、SOM聚類、FCM聚類等。
分類與聚類的不同:
分類
1) 預(yù)設(shè)類別,類別數(shù)不變
2) 樣本有標記
3) 有指導(dǎo)學(xué)習(xí)
4) 適合類別或分類體系已經(jīng)確定的場合
聚類
1) 無需預(yù)設(shè)類別,類別數(shù)不確定,類別在學(xué)習(xí)中生成
2) 樣本無標記,學(xué)習(xí)中標記
3) 無監(jiān)督學(xué)習(xí)
4) 合不存在分類體系、類別數(shù)不確定的場合
5) 是一種探索式的學(xué)習(xí)
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報考條件詳解與準備指南? ? 在數(shù)據(jù)驅(qū)動決策的時代浪潮下,CDA 數(shù)據(jù)分析師認證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計的實用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實施重大更新。 此次更新旨在確保認 ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時代,BI ...
2025-07-10SQL 在預(yù)測分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢預(yù)判? ? 在數(shù)據(jù)驅(qū)動決策的時代,預(yù)測分析作為挖掘數(shù)據(jù)潛在價值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點,而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報考到取證的全攻略? 在數(shù)字經(jīng)濟蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗:捕捉數(shù)據(jù)背后的時間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時間維度的精準切片? ? 在數(shù)據(jù)的世界里,時間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準 ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗:數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準確捕捉數(shù)據(jù)的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認證作為國內(nèi)權(quán)威的數(shù)據(jù)分析能力認證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對策略? 長短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨特的門控機制,在 ...
2025-07-07統(tǒng)計學(xué)方法在市場調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場調(diào)研是企業(yè)洞察市場動態(tài)、了解消費者需求的重要途徑,而統(tǒng)計學(xué)方法則是市場調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03