数据挖掘中分类算法综述

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：对分类算法中需要解决的关键问题进行了分析； 综述了不同分类算法的思想和特性， 决策树分类算法能够很好地处理噪声数据， 但只对规模较小训练样本集有效； 贝叶斯分类算法精度高、 速度快， 错误率低， 但分类不够准确；传统的基于关联规则算法分类准确率高， 但容易受硬件内存的制约； 支持向量机算法分类准确率高、 复杂度低， 但速度慢。针对各种分类算法的缺陷， 结合其优点， 论述了当前一些速度更快、 准确率更高、 能实现更好分类效果的新算法， 如多决策树综合技术、 基于先验信息和信息增益的混合分类算法， 基于粗糙集和遗传算法的神经网络分类算法等； 对数据挖掘分类算法作了展望， 提出今后的研究重点

原文链接:http://www.cqvip.com/QK/96733A/201104/38545269.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：分类算法 数据挖掘 贝叶斯分类 cqvip 支持向量机 数据挖掘 分类 综述