数据挖掘十大经典算法总结.pptxVIP

数据挖掘十大经典算法总结内容C4.5The k-means algorithm即K-Means算法Support vector machinesThe Apriori algorithm最大期望（EM）算法PageRankAdaBoostkNN：k-nearest neighbor classificationNaive BayesCART：分类与回归树C4.5C4.5算法是机器学习算法中的一种分类决策树算法，其核心算法是ID3算法。 C4.5算法继承了ID3算法的优点，并在以下几方面对ID3算法进行了改进：1) 用信息增益率来选择属性，克服了用信息增益选择属性时偏向选择取值多的属性的不足；2) 在树构造过程中进行剪枝；3) 能够完成对连续属性的离散化处理；4) 能够对不完整数据进行处理。C4.5算法有如下优点：产生的分类规则易于理解，准确率较高。其缺点是：在构造树的过程中，需要对数据集进行多次的顺序扫描和排序，因而导致算法的低效。 此外，C4.5只适合于能够驻留于内存的数据集，当训练集大得无法在内存容纳时程序无法运行。The k-means algorithm即K-Means算法k-means algorithm算法是一个聚类算法，把n的对象根据他们的属性分为k个分割，k n。它与处理混合正态分布的最大期望算法很相似，因为它们都试图找到数据中自然聚类的中心。它假设对象属性来自于