数据挖掘中分类与预测的区别

分类是指把数据样本映射到一个事先定义的类中的学习过程，即给定一组输入的属性向量及其对应的类，用基于归纳的学习算法得出分类。

第一步：建立训练集的分类器

第二步：首先评估分类器的预测准确率，再对新数据预测其类标号

b)预测可以涉及数据值预测和类标记预测，但预测通常指值预测。

c)两者的区别是，分类是用来预测数据对象的类标记，而预测则是估计某些空缺或未知值。
例如：银行业务中，根据贷款申请者信息判断贷款者是属于“安全”类还是“风险”类的，这是数据挖掘中的分类任务。
而分析给贷款人贷款量的多少对于银行是“安全”的就是数据挖掘中的预测任务。

具体区别如下