| 查看: 1010 | 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
Cas 72-43-5需要30g，定制合成，能接单的留言
已经有8人回复
-
求助:我三月中下旬出站，青基依托单位怎么办？
已经有6人回复
-
北京211副教授，35岁，想重新出发，去国外做博后，怎么样？
已经有8人回复
-
磺酰氟产物，毕不了业了！
已经有5人回复
-
论文终于录用啦！满足毕业条件了
已经有25人回复
-
2026年机械制造与材料应用国际会议 （ICMMMA 2026）
已经有3人回复
-
自荐读博
已经有3人回复
-
不自信的我
已经有5人回复
-
投稿Elsevier的杂志（返修），总是在选择OA和subscription界面被踢皮球
已经有8人回复