数据挖掘算法研究.pdfVIP

2011年 1O月 15日 现代电子技术 0ct．2O1l 第 34卷第 2O期 ModernElectronicsTechnique V01．34NO．2O 数据挖掘算法研究 周牒岚 ，陈 琳 ，向 华 (长江大学 计算机科学学院，湖北 荆州 434O23) 摘 要 ：数据挖掘技术是一个不断发现知识的过程。阐述 了 目前三种流行的数据挖掘算法的理论模型及算法思想，并 从算法时间复杂度 、依赖条件和误差估计等方面进行 了比较分析 ，说 明了不同算法的优势和不足 。指 出了不 同算法的应用 前景 ，提 出了一种将不 同算法结合以减 少误差率 ，提 高算法效率的思路 。 关键词 ：数据挖掘 ；关联规则 ；分类算法 ；聚类算法 中图分类号 ：TN911-34；TP3l1 文献标识码 ：A 文章编号 ：1004—373X(2011)20—0075—04 ResearchonDataM ingAlgorithm ZH0U Di~ lan，CHEN Lin，XIANG Hua (DepartmentofComputerScienceandTechnologyYangtzeUniversity，Jingzhou434023，China) Abstract：Dataminingtechnology isacontinuousprocessofknowledgediscovery．Threepopulardataminingalgorithms incurrentarecomparedandanalyzed．Theadvantagesanddisadvantagesofthesealgorithmsaredescribed．Theapplication prospectofdifferentalyorithmsispointedout． Keywords：datamining；associationrules；classificationalgorithm ；clusteringalgorithm 数据挖掘是指从海量的数据库中抽取隐含的、具有 在数据集 D上的百分比，公式如下 ： Support ： l{t∈Di1c t)l／fD I (1) 潜在使用价值信息的过程。它是一种面向应用的技术 ， ， 不仅针对特定数据库进行简单搜索查询 ，且对数据进行 式中：t是数据集 D上 的一个事务。置信度是指包含 i 微观 、中观乃至宏观 的统计、分析 、综合和推理 ，进而发 和 i。的事务数与包含 i的事务数 的支持度 比值 ，公式 现潜在的知识。数据挖掘的 目的是发现知识 ，而知识发 如下 ： Confidencei 一 Supportl ／Support1 (2) 现的过程需要特定数据模型的支持，这使得数据挖掘算 1 2 1U i2 法成为研究的关键点。本文研究 3种经典 的数据挖掘 式 中：ini。一0。 算法 ，即关联规则挖掘算法 、分类算法和聚类算法 ，并对 2 分类算法 它们进行了比较分析 ，指出了各算法的应用前景。 分类是根据数据集的特点构造一个分类器 ，利用该 1 关联规则挖掘算法