精选优质文档-倾情为你奉上1、 数据分类算法基本原理数据分类是数据挖掘中的一个重要题目。数据分类是指在已有分类的训练数据的基础上，根据某种原理，经过训练形成一个分类器；然后使用分类器判断没有分类的数据的类别。注意，数据都是以向量形式出现的，如。支持向量机是一种基于分类边界的方法。其基本原理是（以二维数据为例）：如果训练数据分布在二维平面上的点，它们按照其分类聚集在不同的区域。基于分类边界的分类算法的目标是，通过训练，找到这些分类之间的边界（直线的称为线性划分，曲线的称为非线性划分）。对于多维数据（如N维），可以将它们视为N维空间中的点，而分类边界就是N维空间中的面，称为超面（超面比N维空间少一维）。线性分类器使用超平面类型的边界，非线性分类器使用超曲面。线性划分如下图：可以根据新的数据相对于分类边界的位置来判断其分类。注意，我们一般首先讨论二分类问题，然后再拓展到多分类问题。以下主要介绍二分类问题。2、 支持向量机分类的基本原理支持向量机是基于线性划分的。但是可以想象，并非所有数据都可以线性划分。如二
