分類と予測とは何ですか？

分類

分類は、データインスタンスのチームメンバーシップを予測するために使用されるデータマイニング方法です。分類には、所得階層を含むターゲットカテゴリ変数があります。たとえば、高所得、中所得、低所得などの3つのクラスまたはカテゴリに分類できます。

データマイニングモデルは、膨大なレコードのセットを分析します。各レコードには、ターゲット変数と入力変数または予測変数のセットに関するデータが含まれます。たとえば、表にあるデータセットからの抜粋を考えてみましょう。

収入を分類するためのデータセットからの抜粋

研究者は、年齢、性別、職業など、その人に関連する他の特性に応じて、データベースに存在しない人の所得階層を分類するのに十分であると考えます。このタスクは分類タスクです。これは、データマイニングの方法と手法に非常に適しています。

アルゴリズムはおおよそ次のように進行します。まず、予測変数と（以前に分類された）ターゲット変数である収入ブラケットの両方を含むデータセットを検討します。

この方法では、アルゴリズムは変数のどの組み合わせがどの所得階層に関連しているかを理解します。たとえば、年配の女性は高所得層に関係している可能性があります。このデータセットはトレーニングセットと呼ばれます。

ビジネスおよび研究における分類タスクの例には、-

• 特定のクレジットカード取引が不正であるかどうかを判断している可能性があります。

• 特定の要件に関する特定のトラックに新しい候補者を見つけることができます。

• 住宅ローンのソフトウェアが信用リスクの良し悪しであるかどうかを確認するために使用できます。

• 特定の病気が表示されているかどうかを調査している可能性があります。

• 特定の経済的または個人的な行動がテロの脅威の可能性を示しているかどうかを判断している可能性があります。

予測

予測は分類と同じですが、予測の場合、結果が将来誤って表示される点が異なります。

ビジネスおよび研究における予測タスクの例には、-

• 3か月後の株式の価値を予測している可能性があります。

• 制限速度が引き上げられた場合、来年の交通事故死者数の増加率を予測することができます。

• チームの統計の類似性によっては、この秋の野球ワールドシリーズの勝者を予測している可能性があります。

• 創薬における特定の分子が製薬組織にとって有益な新薬を開始するかどうかを予測することができます。