数据挖掘十大算法及案例

数据挖掘十大算法及经典案例

一、数据挖掘十大经典算法

国际权威的学术组织the IEEE International Conference on Data Mining (ICDM) 2006年12月评选出了数据挖掘领域的十大经典算法:C4.5, k-Means, SVM, Apriori, EM, PageRank, AdaBoost, kNN, Naive Bayes, and CART。

不仅仅是选中的十大算法,其实参加评选的18种算法,实际上随便拿出一种来都可以称得上是经典算法,它们在数据挖掘领域都产生了极为深远的影响。

(一)C4.5

C4.5算法是机器学习算法中的一种分类决策树算法,其核心算法是ID3算法。 C4.5算法继承了ID3算法的优点,并在以下几方面对ID3算法进行了改进:

1. 用信息增益率来选择属性,克服了用信息增益选择属性时偏向选择取值多的属性的不足;

2. 在树构造过程中进行剪枝;

3. 能够完成对连续属性的离散化处理;

4. 能够对不完整数据进行处理。

C4.5算法有如下优点:产生的分类规则易于理解,准确率较高。其缺点是:在构造树的过程中,需要对数据集进行多次的顺序扫描和排序,因而导致算法的低效。

Word文档免费下载Word文档免费下载:数据挖掘十大算法及案例 (共12页,当前第1页)

你可能喜欢

  • 百度SEO
  • 机器学习十大算法
  • 团购客户
  • BI解决方案
  • 数据挖掘十大经典算法
  • 专家系统应用

数据挖掘十大算法及案例相关文档

最新文档

返回顶部