数据挖掘：分类与预测技术解析

"误分类率=错误预测的正反例数/总数Error rate=False Positive and False Negative/Total Cases FPR=FP/(FP+TN) 错误预测为正例的比例 FNR=FN/(FN+TP) 错误预测为负例的比例 真正率=True Positive Rate (TPR)=TP/(TP+FN), 也叫灵敏度或召回率，表示正例被正确识别的比例 真负率=True Negative Rate (TNR)=TN/(TN+FP), 也叫特异性，表示负例被正确识别的比例 精确率=Precision=TP/(TP+FP), 表示预测为正例的样本中实际为正例的比例 查准率=Precision 相当于精度 查全率=Recall=TPR 相当于覆盖度 F1分数=F1 Score=2*Precision*Recall/(Precision+Recall), 是精确率和召回率的调和平均数，用于综合评估模型性能 二、预测 预测主要是针对连续数值的预测，如股票价格、销售额等。与分类不同，预测模型尝试找出输入特征和输出值之间的数学关系。预测方法包括线性回归、决策树回归、支持向量机(SVM)、神经网络等。 线性回归是最简单的预测模型之一，假设输入和输出之间存在线性关系。多项式回归则是线性回归的扩展，允许非线性关系的存在。决策树回归利用树状结构进行预测，而SVM通过找到最大边界来区分数据，适合处理高维数据。神经网络模仿人脑神经元的工作原理，能处理复杂非线性关系的预测问题。 三、分类与预测的应用 分类和预测在多个领域都有广泛应用，如金融风险评估（分类：优质客户、次级客户）、市场细分（分类：目标市场群体）、销售预测（预测：未来销售额）、医疗诊断（分类：疾病类型）、天气预报（预测：明日气温）等。 四、模型选择与优化 选择合适的分类或预测模型至关重要。这通常涉及交叉验证、超参数调整和模型融合。例如，通过K折交叉验证评估不同模型的性能，使用网格搜索或随机搜索优化超参数，最后可能组合多个模型以提升预测效果，如集成学习中的随机森林或梯度提升机。 总结，分类与预测是数据分析的核心技术，涵盖数据预处理、模型构建、评估和应用等多个环节。理解并熟练掌握这些概念和方法，有助于在实际问题中有效地发掘数据价值。"