Classification (การจัดประเภท) คือกระบวนการค้นพบ model ที่ describes และ categorizes data classes หรือ concepts Model สร้างจากการวิเคราะห์ training data (data objects ที่ทราบ class labels) Model สามารถ predict class label ของ objects ที่ class label ไม่ทราบ
Derived model สามารถนำเสนอในหลายรูปแบบ:
Classification rules (IF-THEN rules)
Decision trees (ต้นไม้ตัดสินใจ)
Numerical formulae (สูตรตัวเลข)
Neural networks (เครือข่ายประสาท)
Decision tree คือ flowchart-like tree structure แต่ละ node ทดสอบ attribute value แต่ละ branch แสดงผลลัพธ์ของการทดสอบ tree leaves อธิบาย classes หรือ class distributions
Decision trees สามารถแปลงเป็น classification rules Neural network สำหรับ classification คือ set ของ neuron-like processing units ที่มี weighted connections ระหว่าง units มีหลาย methods สร้าง classification models เช่น naive Bayesian classification, support vector machines, k-nearest-neighbor classification
Classification ทำนาย categorical (discrete, unordered) labels Regression models continuous-valued functions Regression ทำนาย missing/unavailable numeric data values แทนที่จะเป็น (discrete) class labels
Prediction ครอบคลุมทั้ง numeric prediction และ class label prediction Regression analysis เป็น statistical methodology สำหรับ numeric prediction มี techniques อื่นๆ ด้วย Regression ยังครอบคลุม identification of distribution trends จาก available data
Classification และ regression อาจต้อง preceded by relevance analysis ซึ่งพยายามระบุ attributes ที่ relevant มากต่อ classification/regression process Attributes นี้จะถูกเลือก Attributes ที่ irrelevant หลายตัวจะถูก exclude
ตัวอย่าง: สมมติเป็น sales manager ของ AllElectronics ต้องจัดประเภท items จำนวนมากในร้าน ตาม 3 ประเภท response ต่อ sales campaign: good response, mild response, no response สร้าง model สำหรับแต่ละ class จาก descriptive features: price, brand, place made, type, category Classification ที่ได้ควร discriminate แต่ละ class จากอีก classes มากที่สุด ให้ organized view ของ dataset
Decision tree อาจระบุ price เป็น single factor ที่ discriminate 3 classes ดีที่สุด Tree อาจเปิดเผยว่า นอกจาก price features อื่นๆ ช่วย discriminate เพิ่มเติม ได้แก่ brand และ place made Decision tree แบวนี้ช่วยเรียนรู้ impact ของ sales campaign และ design campaign ที่มีประสิทธิภาพมากขึ้นในอนาคต
