精品版基于MATLAB R语言 SAS SPSS软件的 数据分析与挖掘实战 完整课程PPT课件 第5章 （共82页）挖掘建模之分类与预测.pptx

分类与预测 餐饮企业经常会碰到这样的问题： 如何基于菜品历史销售情况，以及节假日、气候和竞争对手等 影响因素，对菜品销量进行趋势预测？ 如何预测在未来一段时间哪些顾客会流失，哪些顾客最有可能 会成为VIP客户？ 如何预测一种新产品的销售量，以及在哪种类型的客户中会较 受欢迎？ 餐厅经理需要通过数据分析来帮助他了解具有某些特征的顾客的 消费习惯；餐饮企业老板希望知道下个月的销售收入，原材料采 购需要投入多少，这些都是分类与预测的例子。 分类和预测是预测问题的两种主要类型。 分类主要是预测分类标号（离散、无序的） 预测主要是建立连续值函数模型，预测给定自变量的条件下因 变量的值 分类和预测是预测问题的两种主要类型。 分类主要是预测分类标号（离散、无序的） 预测主要是建立连续值函数模型，预测给定自变量的条件下因 变量的值 有监督学习/有指导学习/有教师学习 因为在分析测试数据之前，类别（目标列取值）就已经确定了 可以根据实际的类标号（目标列取值）和模型的输出来检验样 本是否处理正确 所以分类（预测）通常被称为有监督的学习 分类包括考察一类新出现的对象的特征，并归类到一定义类中 首先要有一个清晰定义的类，还要有一系列已分类实例 分类过程实际上是先在历史数据上建立某种模型，再将其用于 未分类数据进行分类 分类算法的目的是找出从属性到类标号的映射关系 表示形式：决策树，分类规则，神经网络，SVM，最近邻 分类问题举例 将信用卡申请者分为低、中、高风险 发现欺骗性理赔申请 将网上的每一篇文章按关键词分在不同组