文档介绍：数据挖掘十大经典算法
数据挖掘十大经典算法
1 / 3
数据挖掘十大经典算法
数据挖掘十大经典算法
1.
算法是机器学****算法中的一种分类决策树算法
,其核心算法是
ID3
算法 .
算法
数据挖掘十大经典算法
数据挖掘十大经典算法
3 / 3
数据挖掘十大经典算法
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：
数据挖掘十大经典算法
数据挖掘十大经典算法
3 / 3
数据挖掘十大经典算法
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；
在树构造过程中进行剪枝；
能够完成对连续属性的离散化处理；
能够对不完整数据进行处理。
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。
数据挖掘十大经典算法
数据挖掘十大经典算法
3 / 3
数据挖掘十大经典算法
2. The k-means algorithm
即
K-Means
算法
数据挖掘十大经典算法
数据挖掘十大经典算法
3 / 3
数据挖掘十大经典算法
k-means algorithm
算法是一个聚类算法，把
n 的对象根据他们的属性分为
k 个分割，
数据挖掘十大经典算法
数据挖掘十大经典算法
3 / 3
数据挖掘十大经典算法
k < n 。它与处理混合正态分布的最大期望算法很相似，因为他们都试图找到数据中自
然聚类的中心。它假设对象属性来自于空间向量，并且目标是使各个群组内部的均方误差总和最小。
3. Support vector machines
支持向量机，英文为 Support Vector Machine ，简称 SV 机（论文中一般简称 SVM）。
它是一种監督式學習的方法，它广泛的应用于统计分类以及回归分析中。支持向量机
将向量映射到一个更高维的空间里，在这个空间里建立有一个最大间隔超平面。在分
开数据的超平面的两边建有两个互相平行的超平面。分隔超平面使两个平行超平面的
距离最大化。假定平行超平面间的距离或差距越大，分类器的总误差越小。一个极好
的指南是 Burges 的《模式识别支持向量机指南》。 van der Walt 和 Barnard 将支持向量机和其他分类器进行了比较。
4. The Apriori algorithm
Apriori 算法是一种最有影响的挖掘布尔关联规则频繁项集的算法。其核心是基于两阶
段频集思想的递推算法。该关联规则在分类上属于单维、单层、布尔关联规则。在这里，所有支持度大于最小支持度的项集称为频繁项集，简称频集。
最大期望 (EM)算法
在统计计算中，最大期望（ EM， Expectation –Maximization ）