原创 数据挖掘的十大算法有哪些?

发布时间:2019-10-09 18:19:31 浏览 3158 来源:博学谷 作者:照照

    提到数据挖掘,大家都知道这是指通过一些专业的算法,从海量的的数据中找出需要信息的过程。可以看出,数据挖掘的算法是搜索信息的关键。一般比较经典的算法有十种,那么数据挖掘的十大算法有哪些呢?下面就来讲讲那些对数据挖掘影响重大的十大算法。

     

    数据挖掘十大算法

     

    一、C4.5

     

    C4.5 是决策树算法,其中它创造性地在决策树构造过程中就进行了剪枝,并且可以处理连续的属性,也能对不完整的数据进行处理。可以说是决策树分类中具有里程碑意义的算法。

     

    二、朴素贝叶斯

     

    朴素贝叶斯模型是基于概率论的原理,它的思想是对于给出的未知物体想要进行分类,就需要求解在这个未知物体出现的条件下各个类别出现的概率,哪个最大,就认为这个未知物体属于哪个分类。

     

    三、SVM

     

    SVM (支持向量机),是一类按监督学习方式对数据进行二元分类的广义线性分类器),其决策边界是对学习样本求解的最大边距超平面。

     

    四、KNN

     

    KNN 也叫 K 最近邻算法。所谓 K 近邻,就是每个样本都可以用它最接近的 K 个邻居来代表。如果一个样本,它的 K 个最接近的邻居都属于分类 A,那么这个样本也属于分类 A。

     

    五、Adaboost

     

    Adaboost 在训练中建立了一个联合的分类模型。boost 在英文中代表提升的意思,所以 Adaboost 是个构建分类器的提升算法。它可以让我们多个弱的分类器组成一个强的分类器。

     

    六、PageRank

     

    PageRank是Google算法的重要内容。2001年9月被授予美国专利,专利人是Google创始人之一拉里·佩奇(Larry Page)。因此,PageRank里的page不是指网页,而是指佩奇,即这个等级方法是以佩奇来命名的。PageRank根据网站的外部链接和内部链接的数量和质量俩衡量网站的价值。PageRank背后的概念是,每个到页面的链接都是对该页面的一次投票,被链接的越多,就意味着被其他网站投票越多。这个就是所谓的“链接流行度”——衡量多少人愿意将他们的网站和你的网站挂钩。PageRank这个概念引自学术中一篇论文的被引述的频度——即被别人引述的次数越多,一般判断这篇论文的权威性就越高。

     

    七、AdaBoost

     

    Adaboost是一种迭代算法,其核心思想是针对同一个训练集训练不同的分类器(弱分类器),然后把这些弱分类器集合起来,构成一个更强的最终分类器 (强分类器)。其算法本身是通过改变数据分布来实现的,它根据每次训练集之中每个样本的分类是否正确,以及上次的总体分类的准确率,来确定每个样本的权值。将修改过权值的新数据集送给下层分类器进行训练,最后将每次训练得到的分类器最后融合起来,作为最后的决策分类器。

     

    八、kNN: k-nearest neighbor classification

     

    K最近邻(k-Nearest Neighbor,KNN)分类算法,是一个理论上比较成熟的方法,也是最简单的机器学习算法之一。该方法的思路是:如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别,则该样本也属于这个类别。

     

    九、Naive Bayes

     

    在众多的分类模型中,应用最为广泛的两种分类模型是决策树模型(Decision Tree Model)和朴素贝叶斯模型(Naive Bayesian Model,NBC)。朴素贝叶斯模型发源于古典数学理论,有着坚实的数学基础,以及稳定的分类效率。同时,NBC模型所需估计的参数很少,对缺失数据不太敏感,算法也比较简单。理论上,NBC模型与其他分类方法相比具有最小的误差率。但是实际上并非总是如此,这是因为NBC模型假设属性之间相互独立,这个假设在实际应用中往往是不成立的,这给NBC模型的正确分类带来了一定影响。在属性个数比较多或者属性之间相关性较大时,NBC模型的分类效率比不上决策树模型。而在属性相关性较小时,NBC模型的性能最为良好。

     

    十、CART: 分类与回归树

     

    CART, Classification and Regression Trees。 在分类树下面有两个关键的思想。第一个是关于递归地划分自变量空间的想法;第二个想法是用验证数据进行剪枝。

     

    以上就是数据挖掘的十大算法。随着大数据浪潮的袭来,数据挖掘成为数据分析必不可少的手段。对数据挖局感兴趣的小伙伴,赶紧上博学谷官网进行深入学习吧!

    申请免费试学名额    

在职想转行提升,担心学不会?根据个人情况规划学习路线,闯关式自适应学习模式保证学习效果
讲师一对一辅导,在线答疑解惑,指导就业!

上一篇: 零基础学大数据现实吗?需要经历哪些过程? 下一篇: 云计算是什么?云计算的通俗解释

相关推荐 更多

热门文章

  • 女生到底适不适合学编程做程序媛?
  • 北京电商运营培训班多少钱?贵吗?
  • IT行业选哪个学科职业发展空间大?
  • 入门Python基础知识点总结
  • 入行数据分析可行吗?适不适合学习?
  • 学Java开发能实现月薪12K吗?
  • Java程序员面试自我介绍部分讲什么内容?技巧分享
  • 一个合格的Java程序员需要哪些东西?
  • 互联网躺平学 从后端到前端有多吃香?
  • 2年Java开发需要具有什么水平?
  • 查看更多

扫描二维码,了解更多信息

博学谷二维码