数据挖掘中分类分析和聚类分析的区别

发布网友 发布时间：2022-04-20 01:47

我来回答

共5个回答

懂视网 时间：2023-01-23 20:24

1、区别是：分类是事先定义好类别，类别数不变。聚类则没有事先预定的类别，类别数不确定。

2、分类器需要由人工标注的分类训练语料训练得到，属于有指导学习范畴。聚类不需要人工标注和预先训练分类器，类别在聚类过程中自动生成。

3、分类适合类别或分类体系已经确定的场合，比如按照国图分类法分类图书。聚类则适合不存在分类体系、类别数不确定的场合，一般作为某些应用的前端，比如多文档文摘、搜索引擎结果后聚类。

热心网友 时间：2023-07-21 23:00

简单地说，分类(Categorization or Classification)就是按照某种标准给对象贴标签(label)，再根据标签来区分归类。聚类是指事先没有“标签”而通过某种成团分析找出事物之间存在聚集性原因的过程。

分类分析 和 聚类分析，分别是挖掘中分析这两种方法（分类和聚类）的方法，比如分类分析的内容有分析在此样本情况下能够被分类的程度，并且依据此分析重新分布数据，使得数据更容易被分析，相关技术有多类判别分析、主成分分析。聚类分析指类似的能够衡量一个聚类方法的方法。小弟拙见，也是数据挖掘初学者。

关于数据挖掘的相关学习，推荐CDA数据师的相关课程，课程内容兼顾培养解决数据挖掘流程问题的横向能力以及解决数据挖掘算法问题的纵向能力。要求学生具备从数据治理根源出发的思维，通过数字化工作方法来探查业务问题，通过近因分析、宏观根因分析等手段，再选择业务流程优化工具还是算法工具，而非“遇到问题调算法包”。真正理解商业思维，项目思维，能够遇到问题解决问题。点击预约免费试听课

热心网友 时间：2023-07-21 23:01

个人觉得，分类分析 和 聚类分析，分别是之分析这两种方法（分类和聚类）的方法，比如分类分析的内容有分析在此样本情况下能够被分类的程度，并且依据此分析重新分布数据，使得数据更容易被分析，相关技术有多类判别分析、主成分分析。聚类分析指类似的能够衡量一个聚类方法的方法。小弟拙见，也是数据挖掘初学者。

热心网友 时间：2023-07-21 23:01

我觉得分类是已知有哪些类型。而聚类有时候可以发现我们所不熟知的类别，根据数据内部结构特征，物以类聚，这个类别我们有时候是不知道的，甚至聚类后我们无法解释。
这样也导致分类采用监督分类，一般有训练样本（因为知道类型），而聚类多采用非监督的（因为不知道类型）
当然我们一般有时候聚类分析和分类分析没有分得特别清楚。聚类分析和分类分析都是来进行分门别类，发现数据间的共性和个性。

个人看法，仅供参考

热心网友 时间：2023-07-21 23:02

简单的说，分类是一种有监督的学习，事先知道训练样本的标签，通过挖掘将属于不同类别标签的样本分开，可利用得到的分类模型，预测样本属于哪个类别。而聚类是一种无监督的学习，事先不知道样本的类别标签，通过对相关属性的分析，将具有类似属性的样本聚成一类。

热心网友 时间：2023-07-21 23:02

分类有监督 聚类无监督 就这个区别
分类要靠学习 聚类要靠启发式搜索