分類（Classification）是一個有監(jiān)督的學習過程，目標數(shù)據(jù)集（示例集）中具有的類別是已知的，分類過程需要做的就是把每一條記錄歸到對應的類別下。由于必須事先知道各個類別的信息，并且所有待分類的數(shù)據(jù)條目都默認有對應的類別，因此分類算法也有其局限性，當上述條件無法滿足時，我們就需要嘗試聚類（后面介紹）分析。
在【機器學習11】中，筆者介紹了邏輯回歸（Logistic Regression），它就是一種分類分析，它有正向類和負向類，即：y ∈ {0, 1}，其中 0 代表負向類，1 代表正向類。
當面對一個分類問題：y = 0 或 1，可能出現(xiàn)的情況是：?hθ(x)?> 1 或 < 0，就無法進行結果的歸納。此時就需要采用邏輯回歸，得到的結果可以滿足：?0≤ hθ(x) ≤1 ?？梢哉f邏輯回歸是一種特殊的分類算法，同理，更普遍的分類算法中可能有更多的類別，即：y ∈ {0, 1, 2, 3 ...} 。
目錄文章來源：http://www.zghlxwxcb.cn/news/detail-515436.html
1. 閾值 Thresholding文章來源地址http://www.zghlxwxcb.cn/news/detail-515436.html
到了這里，關于機器學習12：分類 Classification的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關文章，希望大家以后多多支持TOY模板網(wǎng)！
