我不明白这意味着什么。 在数据库中，元组表示字段值，属性表示表字段？ 我对么？ 什么是数据挖掘中的类标签？
答案 0 :(得分：22)
非常简短的答案：类标签是离散属性，您希望根据其他属性的值预测其值。 （请阅读答案的其余部分。）
术语类标签通常用于监督机器学习的上下文中，特别是在分类中，其中给出了一组形式为(attribute values, classLabel)和目标的示例是学习从属性值计算标签的规则。类标签总是采用有限（而不是无限）的不同值。
举一个具体的例子，我们可能会得到一群成年人，我们想预测他们是否无家可归。假设属性是达到的最高教育水平和来源（例子来自(origin, educationalLevel; isHomeless)：
(Manhattan, PhD; no)
(Brooklyn, Primary school; yes)
...
在这种特殊情况下，isHomeless是类标签。目标是学习一个函数，该函数计算具有给定属性值的人是否无家可归。 （更具体地说，学习一种在错误数量的某种量化下尽可能少犯错误的函数。）
维基百科文章Supervised learning给出了很好的描述。
关于另一个问题：不，元组表示给定行中属性的整个值集。例如，如果您有一个表Table person(id, name, surname)，那么表示第一行的元组可能是(0, 'Akhil', 'Mohan')。
答案 1 :(得分：2)
基本上，类标签（在分类中）可以与响应变量（在回归中）进行比较：我们想要根据其他（独立）变量预测的值。
区别在于类标签通常是离散/分类变量（例如，是 - 否，0-1等），而响应变量通常是连续/实数变量。
您可以在https://math.stackexchange.com/questions/141381/regression-vs-classification找到有关回复变量和类别标签的回归和分类的更多信息。
答案 2 :(得分：0)
以电子邮件垃圾邮件过滤器为例，它对电子邮件是否为垃圾邮件进行分类，为此我们定义了2个类别，分别是垃圾邮件（1类）和非垃圾邮件（2类）。这两个都是类别标签，或者您可以说，如果电子邮件具有某些特定属性，那么它属于垃圾邮件类别还是不属于垃圾邮件类别