大数据时代 数据挖掘十大经典算法

参考：【机器学习】经典！10大数据挖掘算法！-CSDN博客

1.C4.5

　　C4.5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。

2.Thek-meansalgorithm即K-Means算法
　　k-meansalgorithm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。

  3.Supportvectormachines
　　支持向量机，英文为SupportVectorMachine，简称SV机（论文中一般简称SVM）。它是一种监督式学习的方法，它广泛的应用于统计分类以及回归分析中。支持向量机将向量映射到一个更高维的空间里，在这个空间里建立有一个最大间隔超平面。在分开数据的超平面的两边建有两个互相平行的超平面。分隔超平面使两个平行超平面的距离最大化。假定平行超平面间的距离或差距越大，分类器的总误差越小。一个极好的指南是C.J.CBurges的《模式识别支持向量机指南》。vanderWalt和Barnard