| 查看: 1001 | 回复: 0 | |||
| 当前主题已经存档。 | |||
[交流]
数据挖掘分类算法简介
|
|||
|
数据挖掘分类算法简介 作者不详 数据库中隐藏着许多可以为商业、科研等活动的决策提供所需要的知识。分类与预测是两种数据分析形式，它们可用于抽取能够描述重要数据集合或预测未来数据趋势的模型。分类方法（Classification）用于预测数据对象的离散类别（Categorical Label）；而预测（Prediction ）则用于预测数据对象的连续取值，如： 可以构造一个分类模型来对银行贷款进行风险评估（安全或危险）；也可建立一个预测模型以利用顾客收入与职业（参数）预测其可能用于购买计算机设备的支出大小。机器学习、专家系统、统计学和神经生物学等领域的研究人员已经提出了许多具体的分类预测方法。最初的数据挖掘方法大多都是在这些方法及基于内存基础上所构造的算法。目前数据挖掘方法都要求具有基于外存以处理大规模数据集合能力且具有可扩展能力。 分类方法主要有: 决策树分类方法 贝叶斯分类方法 贝叶斯信念网络 K-最近邻法 基于示例学习法 遗传算法 [ Last edited by 幻影无痕 on 2006-11-18 at 07:38 ] |
回复此楼» 猜你喜欢
博士读完未来一定会好吗
已经有6人回复
-
小论文投稿
已经有3人回复
-
Bioresource Technology期刊，第一次返修的时候被退回好几次了
已经有9人回复
-
心脉受损
已经有3人回复
-
到新单位后，换了新的研究方向，没有团队，持续积累2区以上论文，能申请到面上吗
已经有8人回复
-
申请2026年博士
已经有6人回复
-
请问哪里可以有青B申请的本子可以借鉴一下。
已经有5人回复
