分类问题

分类问题是监督学习中的一个问题。

当输出变量Y取有限个离散值时，预测问题就成为分类问题。此时X可以是离散的也可以是连续的。

分类器是从数据中学习到的一个分类模型或者分类决策函数。可能的输出称为类。

分类问题的两个过程：学习和分类。

分类器的性能指标，准确率：分类器正确分类的样本数比上总样本数。

二分类问题的评价指标：

精确率：(正类预测为正类)/(正类预测为正类+负类预测为正类)

召回率：(正类预测为正类)/(正类预测为正类+正类预测为负类)

分类的应用：

1在银行领域构建客户分类模型，对客户按照贷款风险的大小进行分类。

2利用日志数据的分类对非法入侵进行检测。

3图像领域，利用分类检测图像中是否有人脸出现。

4手写识别，分类识别手写的数字。

5搜索领域，分类用于网页的抓取，排序和索引。