【资料图】
问题15 分类
这章介绍的事人工智能中的一个基本环节—分类。数据研究的基础正是给数据“贴标签”进行分类。类别分得越精准，得到的结果就越有价值。
分类是一个有监督的学习过程，目标数据库中有哪些类别是已知的，分类过程需要做的就是把每一条记录归到对应的类别之中。由于必须事先知道各个类别的信息，并且所有待分类的数据条目都默认有对应的类别。
设计分类算法的目的就是实现一个“分类器”。分类器的实现通常都是基于一批已知类别的数据，形成某些规则，来做未知类别对象的类别判断。
如果用计算机来分类，每一种类别则都需要通过一些数据特征予以刻画，每一个对象或者个体都是通过一个“数据点”来表示。
分类问题中，一个核心的概念事两个数据点之间的距离。所谓判断一个数据点该属于哪个类，本质上就是看它离哪个类的已知数据点更近。
本章介绍了
k近邻（KNN）算法和支持向量机（SVM）算法
【作者感受】
计算机来做分类，刻画数据特征的维度和标准，定义距离，都是很有挑战的事情，决定了分类算法的实现难度，和分类结果有意义（准确度）的程度。
关键词：
