~分类与预测是数据挖掘的重要课题
给定一个数据集和一个类别集合，数据分类（Classification）就是通过定义一个映射，为数据集中的每条数据分类 C 中的一个类。
例如银行贷款员需要分析数据，来弄清哪些贷款申请者是安全的，哪些是有风险的。
构造一个映射将申请者分为两类，即安全和有风险。
它是一种特殊的分类，当分类的类别是一个连续值时，就是数据预测（Prediction）。
例如银行贷款员需要分析数据，来预测贷给某个顾客多少钱是安全的。即构造一个映射来预测一个连续值。
数据分类和预测的步骤如下，首先建立模型，然后使用模型。以分类为例讨论这两个步骤。
第一步，建立模型。训练数据集：由若干数据（通常用 n 维属性向量表示）和他们对应的类标号组成。训练样本为训练数据集中的单个数据及其类标号。
从训练数据集学习相关知识来构造分类模型。分类模型可能会以分类规则、决策树或数学公式等形式呈现出来
第二步，使用模型。对未知类别的数据进行分类
在执行分类过程之前，通过对数据进行预处理，可以提高分类过程的准确性、高效性和可伸缩性。
预处理包括数据清理，相关分析和数据变换。
分类的评价标准：性能度量
假设：给定测试集
对于测试集的第个类别，分类结果如下
准确率表示测试集中被正确分类的数据所占的比例
例如，在文字识别中，经常统计识别准确率，以此来表示识别系统的性能
查全率表示在本类样本中被正确分类的样本所占的比例
查准率表示被分类为该类的样本中，真正属于该类的样本所占的比例
F 是查全率和查准率的组合表示，越大越好