大数据背景下机器学习算法适用性及分析.pdfVIP

前沿视点｜FRONTIERVIEWPOINT

DOI：10.15913/j.cnki.kjycx.2026.02.007

大数据背景下机器学习算法适用性及分析＊

王晶晶，周超

（潍坊科技学院土木工程学院，山东潍坊262700）

摘要：在大数据与人工智能背景下，机器学习得到了迅猛发展，并逐渐成长为一门新兴学科分支，在各领域得到了广泛应

用。首先，详细阐述了机器学习的发展历史，分别为“初始发展”阶段、“冷静”阶段、“复兴”阶段与“迅速发展”阶段；其次，系

统概括了机器学习的五大类别，分别为符号主义、联结主义、进化主义、贝叶斯主义与类推主义；最后，详细推导了5种典型

的机器学习算法，包括云模型、主成分分析、支持向量机、K-means聚类分析与BP神经网络，并研究总结了这5种算法的适用

场景、适用范围与优缺点等，研究结果可以为大数据背景下机器学习算法的选择提供一定的理论参考。

关键词：大数据；机器学习；算法适用性；算法分析

中图分类号：TP181文