试论数据挖掘中的遗传算法.pdfVIP

试论数据 挖掘中的遗传算法 张帆 南京财经大学 022 摘 要 近年来，数据挖掘引起了信息产 的、随机的实际数据中提取隐含在其 本文对数据挖掘进行了概述，阐明 业界的极大关注，其主要原因是由于广 中的、人们不知道的、但又是潜在有用 了数据挖掘的概念、数据挖掘在商 泛存在可以使用的大量数据，并且迫切 的信息和知识的过程；从商业的角度来 业中的意义。如何进行数据挖掘及 需要将这些数据转换成有用的信息和知 看，数据挖掘是一种崭新的商业信息处 数据挖掘流程,提出了数据挖掘技术 识，从而被商务管理、生产控制、市场 理技术，其主要的特点是对商业数据库 中的一个重要算法-遗传算法的基本 分析、工程设计和科学探索等应用。通 中大量业务数据进行抽取、转化、分析 原理以及遗传算法在数据挖掘技术中 过研究数据挖掘，为决策者提供了重要 和模式化处理，从中提取辅助商业决策 的地位。提出了基于遗传算法的关 的、极有价值的信息或知识，带来不可 的关键知识，即从一个数据库中发现相 [2] 联规则的提取方法。文章还给出了 估量的效益。主要表现在它为大量数据 关商业模式 。简单地说，数据挖掘 用遗传算法进行关联规则挖掘的实 的利用提供了有效工具，将数据坟墓转 就是在数据中发现模式。 例，并讨论了数据挖掘技术所面临 换成知识“金块”。数据挖掘涉及的学科 1.2数据挖掘方法 的问题和挑战。 领域和方法很多。这门新兴的边缘科学 数据挖掘的技术方法不断地更新发 关键词 结合了统计学、机器学习、模式识别、 展。至今，常用的有以下几种： 数据挖掘;遗传算法;关联规则 智能数据库、知识获取、人工智能、专 （1）决策树方法 Abstract 家系统、数据可视化及高性能计算等领 用树形结构表示决策集合，利用信 Firstly，this paper comments data 息论中的互信息(信息增益)寻找数据库 域。它已吸引了计算机科学家、工程技 mining，explains what is data mining， 术人员、认知科学家和统计学家的极大 中具有最大信息量的字段建立决策树的 why and how to do it，the main 兴趣。 一个结点，再根据字段的不同取值建立 process of data mining and so on． 遗传算法作为数据挖掘的一种重要 树的分支；在每个分支子集中重复建立 Secondly，an important method genetic 树的下层结点和分支，即可建立决策 算法，在解决大空间、多峰值、非线性、 algorithms(GA )in data mining is 树。 全局优化等高复杂度问题时显示了独特 introduced，and the origin， 的优势，它是J．H．Holand于1975 (2)人工神经网络方法 development，main theory and so on are 它从结构上模仿生物神经网络， 年提出的一种基于进化论的原理发展起 briefly described．On this basis，this 来的高效的随机搜索与优化的方法，其 是一种通过训练来学习的非线性预测模 paper brings forward the algorithms based 型，可以完成分类、聚类、特征挖 应用范围几乎涉及到用传统的优化方法 on