《18大经典数据挖掘算法小结》由会员分享，可在线阅读，更多相关《18大经典数据挖掘算法小结（4页珍藏版）》请在金锄头文库上搜索。
1、118 大经典数据挖掘算法小结2015-03-05 CSDN 大数据 CSDN 大数据 csdnbigdataCSDN 分享Hadoop、Spark、NoSQL/NewSQL、HBase、Impala、内存计算、流计算、机器学习和智能算法等相关大数据观点，提供云计算和大数据技术、平台、实践和产业信息等服务。本文所有涉及到的数据挖掘代码的都放在了 github 上了。地址链接: https:/ 2 个月的时间，自己把 18 大数据挖掘的经典算法进行了学习并且进行了代码实现，涉及到了决策分类，聚类，链接挖掘，关联挖掘，模式挖掘等等方面。也算是对数据挖掘领域的小小入门了吧。下面就做个小小的总结，后面
2、都是我自己相应算法的博文链接，希望能够帮助大家学习。1.C4.5 算法。算法。C4.5 算法与 ID3 算法一样，都是数学分类算法，C4.5 算法是ID3 算法的一个改进。ID3 算法采用信息增益进行决策判断，而 C4.5 采用的是增益率。详细介绍链接：http:/ 算法。算法。CART 算法的全称是分类回归树算法，他是一个二元分类，采用的是类似于熵的基尼指数作为分类决策，形成决策树后之后还要进行剪枝，我自己在实现整个算法的时候采用的是代价复杂度算法，详细介绍链接：http:/ 最近邻最近邻)算法。算法。给定一些已经训练好的数据，输入一个新的测试数据点，计算包含于此测试数据点的最近的点的分类情
3、况，哪个分类的类型占多数，则此测试点的分类与此相同，所以在这里,有的时候可以复制不同的分类点不同的权重。近的点的权重大点，远的点自然就小点。详细介绍链接：http:/ Bayes(朴素贝叶斯朴素贝叶斯)算法。算法。朴素贝叶斯算法是贝叶斯算法里面一种比较简单的分类算法，用到了一个比较重要的贝叶斯定理，用一句简单的话概括就是条件概率的相互转换推导。详细介绍链接：http:/ 2 个算法，1 个 E-Step 期望化步骤,和 1 个 M-Step 最大化步骤。他是一种算法框架，在每次计算结果之后，逼近统计模型参数的最大似然或最大后验估计。详细介绍链接：http:/ 算法。算法。Apriori 算法是
4、关联规则挖掘算法，通过连接和剪枝运算挖掘出频繁项集，然后根据频繁项集得到关联规则，关联规则的导出需要满足最小置信度的要求。详细介绍链接：http:/ FP-growth 算法，这个算法克服了 Apriori 算法的产生过多侯选集的缺点，通过递归的产生频度模式树，然后对树进行挖掘，后面的过程与 Apriori 算法一致。详细介绍链接：http:/ 算法最早产生于 Google,核心思想是通过网页的入链数作为一个网页好快的判定标准，如果 1 个网页内部包含了多个指向外部的链接，则 PR 值将会被均分，PageRank 算法也会遭到 Link Span 攻击。3详细介绍链接：http:/ 算法。算法
5、。HITS 算法是另外一个链接算法，部分原理与 PageRank 算法是比较相似的，HITS 算法引入了权威值和中心值的概念，HITS 算法是受用户查询条件影响的，他一般用于小规模的数据链接分析，也更容易遭受到攻击。详细介绍链接：http:/ 均值均值)算法。算法。K-Means 算法是聚类算法，k 在在这里指的是分类的类型数，所以在开始设定的时候非常关键，算法的原理是首先假定 k 个分类点，然后根据欧式距离计算分类，然后去同分类的均值作为新的聚簇中心，循环操作直到收敛。详细介绍链接：http:/ 算法。算法。BIRCH 算法利用构建 CF 聚类特征树作为算法的核心，通过树的形式，BIRCH
6、算法扫描数据库，在内存中建立一棵初始的 CF-树，可以看做数据的多层压缩。详细介绍链接：http:/ 算法。算法。AdaBoost 算法是一种提升算法，通过对数据的多次训练得到多个互补的分类器，然后组合多个分类器，构成一个更加准确的分类器。详细介绍链接：http:/ 算法。算法。GSP 算法是序列模式挖掘算法。GSP 算法也是 Apriori 类算法，在算法的过程中也会进行连接和剪枝操作，不过在剪枝判断的时候还加上了一些时间上的约束等条件。详细介绍链接：http:/ 算法。算法。PreFixSpan 算法是另一个序列模式挖掘算法，在算法的过程中不会产生候选集，给定初始前缀模式，不断的通过后缀模式中的元素转到前缀模式中，而不断的递归挖掘下去。4详细介绍链接：http:/ 算法是一种集成挖掘算法，因为他是建立在关联规则挖掘算法之上的，在已有的关联规则理论前提下，做分类判断，只是在算法的开始时对数据做处理，变成类似于事务的形式。详细介绍链接：http:/ 算法。算法。gSpan 算法属于图挖掘算法领域。，主要用于频繁子图的挖掘，相较于其他的图算法，子图挖掘算法是他们的一个前提或基础算法。gSpan算法用到了 DFS 编码，和 Edge 五元组，最右路径子图扩展等概念，算法比较的抽象和复杂。详细介绍链接：http:/
