对分类的需求和分类器的概述

分类是比聚类更加高级的一项认知活动，比如瓦力是一个机器人，而非“瓦力和威震天属于同一个组别”这样模糊的聚类。

5.1 对分类的需求

博客的文章需要分类，饭店的菜单也需要分类，学术体系有严格的分类，在《智能Web算法》里，称一个分类为一个本体。本体由三个方面构成：概念、实例和属性。

5.2 分类器的概述

根据参考结构分类

所有的分类器可被划分为两大类——二分类和多分类。

二分类

通过回答“是”“否”来进行分类，比如，你是男性吗？

多分类

今天的股票价格是？跌了、涨了、不变（或者非离散的±数值）。

根据使用的技术分类

可以分为统计算法与结构算法。

5.2.1 结构分类算法

基于规则的结构分类算法

由生成规则（if then）与决策树（DT）算法构成。《智能Web算法》使用JBoss提供的面向对象的Rete实现。优点是简单易用、计算高效；缺点是不能处理连续变量，除非离散化。

基于距离的算法

通过数据点之间的距离进行分类，可进一步分为：

函数式分类器

用函数来对数据进行近似，类似回归。（然后通过回归方程的不同而分类？）

最近邻算法

尝试为每一个数据点寻找离它最近的类别。

神经网络算法

通过有计算能力的节点构造人工神经网络。

5.2.2 统计分类算法

通过将数据点与分类的隶属程度回归为0-1之间，再结合二值分类（决策树）进行分类。

5.2.3 分类器的生命周期

有三个阶段：

1. 训练——用已经分类的数据样本训练分类器，记录得出的参数值。

2. 测试——用上面的“标准答案”回过头测试分类器，将分类误差控制在可接受的范围。

3. 生产——投入使用。

 知识共享署名-非商业性使用-相同方式共享：码农场 » 对分类的需求和分类器的概述