分类的综述.pdfVIP

! #$$ 年% 月 重庆师范大学学报（自然科学版） ’() #$$ 第* 卷 第+ 期 ,’-./( ,0 12,.345.3 6,-7/( 8.59:-;5=（6/’-/( ?5:.?: ） @,() * 6,) + ABC ：16DC ：E#F $$GEH 6) #$$#%#% ) $%++ ) #$$ 数据挖掘中分类算法综述! 李 玲 俐 （广东司法警官职业学院信息管理系，广州E$#E# ） 摘要：对分类算法中需要解决的关键问题进行了分析；综述了不同分类算法的思想和特性，决策树分类算法能够很 好地处理噪声数据，但只对规模较小训练样本集有效；贝叶斯分类算法精度高、速度快，错误率低，但分类不够准确； 传统的基于关联规则算法分类准确率高，但容易受硬件内存的制约；支持向量机算法分类准确率高、复杂度低，但速 度慢。针对各种分类算法的缺陷，结合其优点，论述了当前一些速度更快、准确率更高、能实现更好分类效果的新算 法，如多决策树综合技术、基于先验信息和信息增益的混合分类算法，基于粗糙集和遗传算法的神经网络分类算法 等；对数据挖掘分类算法作了展望，提出今后的研究重点。 关键词：数据挖掘；分类；综述 中图分类号： IJKL$ 文献标志码：M! ! ! 文章编号：$G%F GGLK（#$$）#+F ##++F #+ ! ! 数据挖掘是从海量数据中获取有用知识和价值 的属性是连续的，有的则是离散或混合的［+ ］。经典 的过程，是数据库技术自然演化的结果。数据挖掘 的分类算法都有在不同的领域取得成功，比如决策 已广泛应用于零售、金融、保险、医疗、通讯等行业， 树分类算法用于医疗诊断、金融分析、评估贷款申请 并展现出了其强大的知识发现的能力。在数据挖掘 的信用风险等广阔领域；支持向量机分类算法应用 的研究与应用中，分类（1(/;;505?/5,. ）算法一直受学 于模式识别、基因分析、文本分类、语音识别、回归分 术界的关注，它是一种有监督的学习，通过对已知类 析等领域；由于对噪声数据具有很好的承受能力，神 别训练集的分析，从中发现分类规则，以此预测新数 经网络广泛应用在字符识别、分子生物学、语音识别 据的类别［$］。数据分类算法中，为建立模型而被分 和人脸识别等领域。但每种分类算法都存在优缺 析的数据元组组成的数据集合称为训练数据集，训 点，加上数据的多样性以及实际问题的复杂性，使到 练数据集中的单个样本（或元组）称为训练样本。 目前为止，没有哪一种算法优于其他分类算法。例 分类算法是将一个未知样本分到几个已存在类的过 如，尚未有一种分类算法在任何数据集合下生成决 程［ ］，主要包含两个步骤：第 $ 步，根据类标号已知 策树的质量方面超过其他算法；神经网络是基于经 的训练数据集，训练并构建一个模型，用于描述预定 验风险最小化原则的学习算法，本身存在一些固有 的数据类集或概念集；第 步，使用所获得的模型， 的缺陷，而这些缺陷在@N 算法中可以得到很好解 对将来或未知的对象进行分类。 决。所以，如何寻找合适的分类算法是实际应用中 亟待解决的问题。 $ 分类算法中的关键问题分析 数据挖掘的主要分类算法 不同的分类算法有不同的特性，完成不同的任 务。目前很多分类算法被机器学习、专家系统、统计 数据挖掘的分类算法有多种，本文重点描述决 学和神经生物学等的研究者从不同角度提出，判断 策树、贝叶斯、基于关联规则、支持向量机等分类算 不同分类算法的好坏可以由准确率、速度、健壮性、 法的特性及其新发展。 可伸缩性、可解释性等几个标准来衡量［K ］。 ) $ 决策树分类算法 另外，分类算