数据分析的常见算法

十大数据分析算法

1.C4.5(分类决策树)
决策树算法需要解决的两个主要问题：
1）先选择哪个属性，后选择哪个属性来进行分裂？2）什么时候树停止生长？
这里，C4.5算法是这样解决的：
1）用信息增益(熵差)率来选择属性分裂；2）构造树的过程中进行剪枝操作降低过拟合风险。
这里引出“信息熵”的概念。“熵”是对混乱程度的度量，越乱熵越大，是一个度量样本集合纯度最常用的指标。划分节点处到底用哪个属性的时候，希望节点处属性纯度大，也就是熵更小。
2.K-均值算法


3.SVM

4.Apriori算法
衡量事务之间的相关联程度

5.KNN算法
之前博客写过
6.PageRank