弱分類器和強分類器是數(shù)據(jù)挖掘的重要方法。分類的概念是在已有數(shù)據(jù)的基礎(chǔ)上學習一個分類函數(shù)或構(gòu)造一個分類模型。此函數(shù)或模型可以將數(shù)據(jù)庫中的數(shù)據(jù)記錄映射到給定的類別之一，從而可以應用于數(shù)據(jù)預測?？傊?，分類器

弱分類器和強分類器是數(shù)據(jù)挖掘的重要方法。分類的概念是在已有數(shù)據(jù)的基礎(chǔ)上學習一個分類函數(shù)或構(gòu)造一個分類模型。此函數(shù)或模型可以將數(shù)據(jù)庫中的數(shù)據(jù)記錄映射到給定的類別之一，從而可以應用于數(shù)據(jù)預測?？傊诸惼魇菙?shù)據(jù)挖掘中分類方法的總稱，包括決策樹、logistic回歸、樸素貝葉斯、神經(jīng)網(wǎng)絡(luò)等算法?？傊?，分類器的強度是對其分類能力的一種描述。字面意思是?？焖僬_的識別過程是強分類器，容易出錯的是弱分類器。一個強分類器可以由多個弱分類器組成。