TAILIEUCHUNG - Khai phá dữ liệu - Chương 4: Phân lớp dữ liệu

Có thể dùng phân lớp và dự đoán để xác lập mô hình/mẫu nhằm mô tả các lớp quan trọng hay dự đoán khuynh hướng dữ liệu trong tương lai. Phân lớp(classification) dự đoán các nhãn phân loại. Dự đoán (prediction) hàm giá trị liên tục. | Phân lớp dữ liệu (Data Classification) Chương 4: Nội dung Phân lớp và dự đoán? Quy nạp trên cây quyết định Phân lớp Bayes Các phương pháp phân lớp khác Phân lớp là gì ? Dự đoán là gì? Có thể dùng phân lớp và dự đoán để xác lập mô hình/mẫu nhằm mô tả các lớp quan trọng hay dự đoán khuynh hướng dữ liệu trong tương lai. Phân lớp(classification) dự đoán các nhãn phân loại. Dự đoán (prediction) hàm giá trị liên tục. Phân lớp dữ liệu là tiến trình có 2 bước Huấn luyện: Dữ liệu huấn luyện được phân tích bởi thuật tóan phân lớp ( có thuộc tính nhãn lớp) Phân lớp: Dữ liệu kiểm tra được dùng để ước lượng độ chính xác của bộ phân lớp. Nếu độ chính xác là chấp nhận được thì có thể dùng bộ phân lớp để phân lớp các mẫu dữ liệu mới. Phân lớp và Dự đoán Độ chính xác (accuracy) của bộ phân lớp trên tập kiểm tra cho trước là phần trăm của các mẫu trong tập kiểm tra được bộ phân lớp xếp lớp đúng Phân lớp và Dự đoán? Chuẩn bị dữ liệu Làm sách dữ liệu Nhiễu Thiếu giá trị Phân tích liên quan (chọn đặc trưng) Các thuộc tính không liên quan Các thuộc tính dư thừa Biến đổi dữ liệu So sánh các phương pháp phân lớp Độ chính xác của dự đoán: khả năng bộ phân lớp dự đoán đúng dữ liệu chưa thấy Tính bền vững: khả năng của bộ phân lớp thực hiện dự đoán đúng với dữ liệu có nhiễu hay thiếu giá trị Tính kích cỡ (scalability): khả năng tạo bộ phân lớp hiệu quả với số lượng dữ liệu lớn Khả năng diễn giải: bộ phân lớp cung cấp tri thức có thể hiểu được Cây quyết định Cây quyết định Cây quyết định là cấu trúc cây sao cho: Mỗi nút trong ứng với một phép kiểm tra trên một thuộc tính Mỗi nhánh biểu diễn kết quả phép kiểm tra Các nút lá biểu diễn các lớp hay các phân bố lớp Nút cao nhất trong cây là nút gốc. Cây quyết định Quy nạp trên cây quyết định 1. Chọn thuộc tính “tốt nhất” theo một độ đo chọn lựa cho trước 2. Mở rộng cây bằng cách thêm các nhánh mới cho từng giá trị thuộc tính 3. Sắp xếp các ví dụ học vào nút lá 4. Nếu các ví dụ được phân lớp rõ Thì Stop nguợc lại lặp lại các bước 1-4 cho các nút lá

• Cơ sở dữ liệu
• khai phá dữ liệu
• luật kết hợp song song
• bài toán khai phá dữ liệu
• ứng dụng khai phá dữ liệu
• luật kết hợp
• khai phá luật kết hợp
• Khai phá quá trình
• Môn học Khai phá dữ liệu
• Nội dung Khai phá dữ liệu
• Dạy học Khai phá dữ liệu
• Bài luận môn Khai phá dữ liệu
• Bài giảng Khai phá dữ liệu
• Quá trình khám phá tri thức
• Vai trò khai phá dữ liệu
• Ý nghĩa khai phá dữ liệu
• Bài giảng môn học Khai phá dữ liệu
• Tổng quan về khai phá dữ liệu
• Giai đoạn trong khai phá dữ liệu
• Ứng dụng của khai phá dữ liệu
• Nhập môn khai phá dữ liệu
• Bài giảng Nhập môn khai phá dữ liệu
• Tài nguyên khai phá dữ liệu
• Khai phá quy trình
• Học máy suốt đời
• Bài giảng Nhập môn Học máy và Khai phá dữ liệu
• Nhập môn Học máy và Khai phá dữ liệu
• Học máy và khai phá dữ liệu
• Kiểu dữ liệu có cấu trúc
• Kiểu dữ liệu phi cấu trúc
• Data mining
• Khám phá tri thức
• Vai trò của khai phá dữ liệu
• Lợi ích của khai phá dữ liệu
• Tiến trình khai phá dữ liệu
• Phương pháp khai phá dữ liệu
• Từ dữ liệu đến quyết định
• Khai phá dữ liệu trong kinh doanh
• Bài giảng Khai phá dữ liệu trong kinh doanh
• Kho dữ liệu
• Quy trình khai phá dữ liệu trong kinh doanh
• Kỹ thuật của khai phá dữ liệu
• Thuật toán K Means
• Hệ thống thông tin
• Vấn đề khai phá dữ liệu
• Tìm hiểu quá trình khai phá dữ liệu
• Bài giảng Kho dữ liệu và khai phá dữ liệu
• Kho dữ liệu và khai phá dữ liệu
• Bài toán trong khai phá dữ liệu
• Phương pháp cơ bản trong khai phá dữ liệu
• Kỹ thuật tích hợp cơ sở dữ liệu
• Mô hình dữ liệu mở rộng XML
• Phát triển ứng dụng khai phá dữ liệu
• Chuẩn dành cho khai phá dữ liệu
• Kỹ thuật khai phá dữ liệu
• Khai phá tri thức
• Nhà kho dữ liệu
• Khoa học máy tính
• Nghiên cứu trong khai phá dữ liệu
• Cơ sở dữ liệu
• Kiểu mẫu được khai phá
• Công nghệ khai phá dữ liệu
• Machine learning
• Hướng dữ liệuKhai phá dữ liệu phân tán
• Khai phá dữ liệu không tĩnh
• Khai phá mẫu dãy
• Khai phá kết hợp dựa theo ràng buộc
• Thuật toán khai phá vô hướng luật kết hợp
• Khai phá quan điểm
• Khai phá phương tiện xã hội
• Bài giảng Khai phá quan điểm
• Nội dung Khai phá phương tiện xã hội
• Mục tiêu Khai phá phương tiện xã hội
• Bài toán khai phá quan điểm
• Mô hình khai phá quan điểm
• Nhu cầu về khai phá dữ liệu
• Mô hình quá trình KDD lặp
• Association rule
• Xử lý cơ sở dữ liệu
• Kiểu dữ liệu
• Kiểu mẫu dùng để khai phá
• Ứng dựng của kho dữ liệu
• Ứng dựng của khai phá dữ liệu