分类问题1 1
分类问题1 1
Outline ·4.1分类与回归问题概述 ·4.2分类性能度量方法 2
Outline • 4.1 分类与回归问题概述 • 4.2 分类性能度量⽅法 2
分类与回归问题概述 ·分类问题：预测有限个值（离散） ·回归问题：预测连续的值 ·算法转化：算法输出连续值离散化符号化；利用 离散输出算法内部的连续值 ·两分类和多分类的转化 哈尔滨工业大学计算机学院刘远超 3
分类与回归问题概述 • 分类问题：预测有限个值（离散） • 回归问题：预测连续的值 • 算法转化：算法输出连续值离散化符号化；利⽤ 离散输出算法内部的连续值 • 两分类和多分类的转化 哈尔滨工业大学计算机学院 刘远超 3
Outline ·4.1分类与回归问题概述 ·4.2分类性能度量方法 ·4.3支持向量机 ·4.4朴素贝叶斯分类器 哈尔滨工业大学计算机学院刘远超 4
Outline • 4.1 分类与回归问题概述 • 4.2 分类性能度量⽅法 • 4.3 ⽀持向量机 • 4.4 朴素⻉叶斯分类器 哈尔滨工业大学计算机学院 刘远超 4
分类问题 ●分类问题是有监督学习的一个核心问题。分类解决的是要预测样本属于哪 个或者哪些预定义的类别。此时输出变量通常取有限个离散值。 ·分类的机器学习的两大阶段：1)从训练数据中学习得到一个分类决策函数 或分类模型，称为分类器(classifier）;2)利用学习得到的分类器对新的 输入样本进行类别预测。 。两类分类问题与多类分类问题。多类分类问题也可以转化为两类分类问题 解决，如采用一对其余(One-vs-Rest)的方法：将其中一个类标记为正类， 然后将剩余的其它类都标记成负类。 XX + 哈尔滨工业大学计算机学院刘远超 5
分类问题 l 分类问题是有监督学习的⼀个核⼼问题。分类解决的是要预测样本属于哪 个或者哪些预定义的类别。此时输出变量通常取有限个离散值。 l 分类的机器学习的两⼤阶段：1）从训练数据中学习得到⼀个分类决策函数 或分类模型，称为分类器（classifier）；2）利⽤学习得到的分类器对新的 输⼊样本进⾏类别预测。 l 两类分类问题与多类分类问题。多类分类问题也可以转化为两类分类问题 解决，如采⽤⼀对其余(One-vs-Rest)的⽅法：将其中⼀个类标记为正类， 然后将剩余的其它类都标记成负类。 哈尔滨工业大学计算机学院 刘远超 5