1.1 分類簡單小例子

分類的定義是：依據數據對象已知的屬性將數據對象進行歸類。

---

不懂“數據對象”、“屬性”？

如果您已經懂了"數據對象"與"屬性"的概念,請跳過該分割線中的內容!

“數據對象”、“屬性”是數據分析中的一個概念。

我們拿到的數據通常是有多行、多列的數據表，下面這個表是很簡單的一個數據表。

簡單點，你就理解成“數據對象”就是這個數據表中（非首行）的一行就行啦！

對于，首行，你就理解成數據對象的一個“模板”就行了！

對于，首行，你就理解成個體的一個模板就行了！

同樣地，簡單點理解，“屬性”就理解成數據表中的一列。

?

總之,你有可能聽到別人是這樣陳述的:(“小王”,59,59,“Y”)是一個數據對象，這個數據對象的“學生姓名”屬性是“小王”，“平時成績”屬性是59。

---

下面一起來看看這個例子吧。

假如你是個老師，教務部告訴你：成績表上小王、小紅、小張同學還沒有被判斷是否掛科，見表1-1。你的工作是：對這三位學生進行掛科與否的分類。在此時“掛科”與“不會掛科”就是兩個類別。

教務部告訴你，目前的掛科與否的分類規則是：

①　如果學生的總成績低于60分，則被分類為“掛科”這一類別。

②　如果學生的總成績大于等于60分，則被分類為“沒掛科”這一類別。

（注：總成績 = 0.5 * 平時成績 + 0.5 * 期末考試成績）

根據這個分類規則，你就可以對這三位學生進行分類啦，分類結果如表1-2所示。

---

分類具體過程

如果讀懂了上面的內容，請跳過該分割線中的內容!

對于小王同學：

總成績 = 0.5 * 59 + 0.5 * 59 < 60 ； 被分類為“掛科”

對于小紅同學：

總成績 = 0.5 * 61 + 0.5 * 63 > 60 ； 被分類為“沒掛科”

對于小張同學：

總成績 = 0.5 * 84 + 0.5 * 86 > 60 ； 被分類為“沒掛科”

---

1.2 聚類簡單小例子

聚類的目的？其實是將數據對象進行歸類。看看下面這個例子就知道啦！

假設你是你們班的班長，你的老師已經把學生的成績表交給你，然后對你說：根據同學們的成績把他們分成不同的學習小組吧！怎么分？分成什么樣，你自己決定吧！

而這就是聚類啦！你老師沒把“歸類”的規則告訴你；你自己也不知道要分成多少類！

于是你就主觀地決定分成兩組（A組-學霸組；B組-學民組）

接著，看到這三位同學的成績，你一定很想把小王、小紅歸為B組， 小張歸為A組，對吧？你希望得到的聚類結果如表1-4所示，對吧？（在此不闡述對這三位同學進行聚類的具體方法；如果使用k-means聚類方法，得到的也是如表1-4所示的結果）

?

?

1.3 總結

聚類和分類不同在于：

①　分類時知道怎么分，知道具體的分類規則（已經存在了分類規則），也知道被分類的數據對象可能會被分為幾個類別

②　聚類時不知道被聚類的數據對象可能會被分為幾個類別；聚類的規則需要自己設定

總結

以上是生活随笔為你收集整理的分类和聚类的区别的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。