分类算法

【分类】就是通过学习得到一个目标函数（通常也称作分类模型，即分类器），借助分类器将未知类别的数据对象映射到某一个给定的类别中。分类和回归都可以用于预测。分类的目标属性（因变量）是离散属性（名词型），而回归的目标属性（因变量）是连续属性（数值型）。 分类和聚类的区别在于，分类要求训练集必须给定类别标签，同时构建的分类器可以用于预测，而聚类用于对于未知类别的样本进行训练，发现相似群体，并人工根据群体特

>>阅读原文<<