蚁群算法用于数据掘.docVIP

用蚁群算法用于数据挖掘 数据挖掘背景介绍： 数据挖掘和知识发现(Date Mining and Knowledge Discovery，简称ＤＭＫＤ)技术是指从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中提取隐含的、未知的、潜在的、有用的信息的过程。 随着计算机技术迅速发展 ,数据库技术也得到了广泛的应用。现在的数据库系统可以高效地实现数据的录入、查询、统计计算等功能。如果用数据库管理系统来存储数据，用机器算法来分析数据，挖掘数据背后的知识，这样就产生了数据库中的知识发现(即KDD)和数据挖掘(即DM)。KDD和DM是指识别出存在于数据库中有效的、新颖的、具有潜在效用的、最终可理解的模式的非平凡过程。 数据挖掘的任务分成很多种，包括数据描述(characterization)、数据分类(classification)、数据关联(association)、区别分析(discrimination)、数据回归、数据聚类(clustering)、数据预测(prediction)。 我们这里要用蚁群算法解决的是数据分类这样一个问题：我们预先定义一组类，然后把数据系中的每一个数据根据该数据的属性，归入这些类中的一个。 比如说病情诊断：在医院里，病人感觉不适，进行检查，并且医生对一些以前的状况进行询问，可以得到很多各种方面的参数，比方对于SARS病情，可以得到的一些相关参数：体温，咳