Phân Loại Và Dự Đoán Là Gì?

Phân Loại (Classification)

Phân loại là phương pháp khai thác dữ liệu dùng dự đoán thành viên nhóm cho instance dữ liệu. Trong phân loại, có biến mục tiêu phân loại, như nhóm thu nhập. Ví dụ: chia thành ba lớp: thu nhập cao, trung bình, thấp.

Mô hình khai thác phân tích tập bản ghi lớn, mỗi bản ghi chứa dữ liệu biến mục tiêu và tập biến đầu vào/dự báo. Ví dụ: trích đoạn tập dữ liệu phân loại thu nhập.

Trích Đoạn Tập Dữ Liệu Phân Loại Thu Nhập

Giả sử nhà nghiên cứu muốn phân loại nhóm thu nhập của người không trong CSDL dựa trên đặc điểm khác: tuổi, giới tính, nghề nghiệp. Nhiệm vụ này là phân loại. Rất phù hợp với phương pháp và kỹ thuật khai thác dữ liệu.

Thuật toán tiến hành xấp xỉ: đầu tiên xem tập dữ liệu bao gồm cả biến dự báo và biến mục tiêu (đã phân loại) nhóm thu nhập. Algoritm học tổ hợp biến nào liên quan đến nhóm thu nhập nào. Ví dụ: nữ lớn tuổi liên quan nhóm thu nhập cao. Tập dữ liệu này gọi là tập huấn luyện (training set).

Ví dụ nhiệm vụ phân loại trong kinh doanh và nghiên cứu:

• Quyết định giao dịch thẻ tín dụng cụ thể có gian lận không.

• Đặt ứng viên mới vào track cụ thể theo yêu cầu.

• Kiểm tra đơn vay thế chấp là rủi ro tín dụng tốt hay xấu.

• Điều tra bệnh cụ thể có biểu hiện không.

• Xác định hành vi tài chính/cá nhân chỉ ra mối đe dọa khủng bố tiềm năng.

Dự Đoán (Prediction)

Dự đoán giống phân loại, trừ kết quả được biểu diễn trong tương lai.

Ví dụ nhiệm vụ dự đoán trong kinh doanh và nghiên cứu:

• Dự đoán giá cổ phiếu 3 tháng tới.

• Dự đoán % tăng tử vong giao thông năm sau nếu tăng tốc độ giới hạn.

• Dự đoán vô địch World Series baseball mùa thu này, dựa trên thống kê đội.

• Dự đoán phân tử cụ thể trong khám phá thuốc có tạo thuốc mới lợi nhuận cho công ty dược phẩm.