15-分类问题

7.5　分类问题

在第6章中，用k均值聚类进行了数据集的分类，那时对每个单独数据的归属没有预先的设定。在聚类过程中，我们知道需要找到数据的一些类别，但事先不知道这些类别是什么。在分类问题中，我们仍然要尝试对数据集进行分类，但是会有预设的类别。例如，假设要对一组动物图片进行分类，我们可能会提前确定哺乳动物、爬行动物、两栖动物、鱼类和鸟类等类别。

可用于解决分类问题的机器学习技术有很多。或许你听说过支持向量机（support vector machine）、决策树（decision tree）或朴素贝叶斯分类算法（naive Bayes classifier）。其他还有很多。近来，神经网络已经在分类领域中得到广泛应用。与其他的一些分类算法相比，神经网络的计算更为密集，但它能够对表面看不出是什么类型的数据进行分类，这使其成为一种强大的技术。很多有趣的图像分类程序在为现代的图片软件赋能，这些程序背后都用到了神经网络分类算法。

为什么对分类问题应用神经网络出现了复兴现象呢？因为硬件的运行速度已经变得足够快了，与其他算法相比，神经网络需要的额外计算量相对于获得的收益而言变得划算起来了。