Page 124 - 高中 信息技术 必修1 数据与计算
P. 124
第五章 数据处理和可视化表达
实 践
打开并运行教科书配套学习资源包“第五章\课本素材\程序5-5聚类分析”文件，观
察程序的运行结果。程序5-5直接调用了Python语言的sklearn机器学习模块，其对数据进行
聚类分析的关键程序段如下：
from sklearn.cluster import KMeans
kms=KMeans(n_clusters=3)
y=kms.fit_predict(x)
print(y)
5.3.4 数据分类
数据分类是数据分析处理中最基本的方法。数据分类通常的做法是，基于样本数
据先训练构建分类函数或者分类模型（也称为分类器），该分类器具有将待分类数据
项映射到某一特点类别的功能。数据分类和回归分析都可用于预测，预测是指从基于
样本数据记录，根据分类准则自动给出对未知数据的推广描述，从而实现对未知数据
进行预测。 广东教育出版社
贝叶斯分类技术在众多分类技术中占有重要地位，也属于统计学分类的范畴，是一种
非规则的分类方法。贝叶斯分类技术通过对已分类的样本子集进行训练，学习归纳出分类
函数（对离散变量的预测称作分类，对连续变量的分类称为回归），利用训练得到的分类
器实现对未分类数据的分类。
问 题
如表5-4所示是某网络商城客户购物行为特征的一组统计资料。已知某客户购物行为特
征A为数值182.8，特征B为数值58.9，特征C为数值26，请问这人是重要客户还是普通客户？
表5-4 客户购物行为特征表
客户 特征A 特征B 特征C
重要客户 182.8 81.6 30
重要客户 180.4 86.1 29
重要客户 170.0 77.1 30
重要客户 180.4 74.8 28
普通客户 152.4 45.3 24
普通客户 167.6 68.0 26
116 116
9 ֻᅣ JOEE
