数据挖掘的十大算法

数据挖掘的十大算法

按照不同的目的将算法分成四类

分类算法: C4.5 ，朴素贝叶斯，SVM，KNN ，Adaboost , CART

聚类算法： K-Means , EM

关联分析：Apriori

连接分析：PageRank

1.C4.5

C4.5 算法是十大算法之首，它是决策树的算法，它在决策树够早过程中就进行了剪枝处理，并且可以处理连续的属性，也能对不完整的数据进行处理。

2.朴素贝叶斯算法

朴素贝叶斯模型是基于概率论的原理，原理：对于给出的未知物体想要进行分类，就需要求解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，就认为未知物体属于哪个分类

3.SVM

SVM 也叫支持向量机，SVM在训练中建立了一个超平面的分类模型

4.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近接的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。

5.Adaboost

.Adaboost 是在训练中建立了一个联合的分类模型。boost是代表提升的意思，所以.Adaboost 是构建分类器的算法。他可以让我们多个弱的分类器组合成