2.1.1　什么是分类

分类就是找出数据库中的一组数据实例的共同特点，并按照分类模型将其划分为不同的类别，其目的是通过分类模型，将数据库中的数据项映射到某个给定的类别中，主要用于涉及应用分类、趋势预测等场景中，如淘宝商铺将用户在一段时间内的购买情况划分成不同的类，根据情况向用户推荐关联类的商品，从而增加商铺的销售量。

也就是说，分类是一种根据输入样本集建立类别模型，并按照类别模型对未知样本类标号进行标记的方法。在这种分类知识发现中，输入样本个体或实例的类标志是已知的，其任务在于从样本数据的属性中发现个体或实例的一般规则，从而根据该规则对未知样本数据对象进行标记。

分类问题往往采用经验性方法构造映射规则，即一般情况下的分类问题缺少足够的信息来构造100%正确的映射规则，而是通过对经验数据的学习从而实现一定概率意义上正确的分类，因此训练出的分类器，并不是一定能将每个待分类项准确映射到其分类，分类器的质量与分类器构造方法、待分类数据的特性以及训练样本数量等诸多因素有关。(https://www.daowen.com)

例如，医生对病人进行诊断就是一个典型的分类过程，任何一个医生都无法直接看到病人的病情，只能通过观察病人表现出的症状和各种化验检测数据来推断病情，这时医生就好比一个分类器，而这个医生诊断的准确率，与他当初受到的教育方式（构造方法）、病人的症状是否突出（待分类数据的特性）以及医生的经验多少（训练样本数量）都有密切关系。