科创之股票数据挖掘（4）

      我们的队长在挖掘的过程中提出对于股票之间的涨跌关联的挖掘。首先讨论用什么样的算法可以做这样的挖掘，我们提取出从1990年开市以来每支股票每日的涨跌幅作为数据集进行挖掘，这样一来规模就稍显有些大了。用关联规则的APRIORI算法吃不消，其他的关联规则算法我不熟悉，所以没办法用。我尝试了用BP神经网络来做，不过我把JVM的运行空间调到了1.5G，依然无法承受这个规模的数据，不过我觉得即使能用好一点的机器做了，意义并不大，因为BP神经网络本身是基于黑盒测试的技术，我们无法得知它是怎么预测到的最后的结果，虽然很多科学家在这方面做过努力，但是一直没有什么好的结果。所以我觉得这个技术并不适合用于做这样的预测。

      分类算法中，决策树的C4.5算法是个很实用的算法，速度较神经网络来说要快很多，而且很容易从中提取规则，所以图形化比神经网络要容易得多。针对C4.5算法，我们制定的挖掘方法如下：

1、将数据处理成以日期为行，以股票编号为列的数据矩阵，矩阵中保存的是某日某支股票的涨跌幅，未上市的为？，上市了但是未开盘的为0。可以通过MYSQL C API来编程对MYSQL中的数据进行操纵。

2、因为用一个属性A作为CLASS，只能挖掘出与A相关的规则，所以我们需要轮流将每一个属性作为CLASS进行挖掘，然后再做汇总，汇总的方式等挖掘结果出来以后再做进一步的决定。由于C4.5算法的CLASS必须是分类型的数