数据挖掘十大算法

数据挖掘十大算法：
1.EM算法；
2.朴素贝叶斯算法；
3.CART决策树；
4.支持向量机；
5.AdaBoost；
6.k均值聚类；
7.k近邻算法；
8.Apriori算法；
9.PageRank算法；
10.C4.5算法

1.EM算法

用于隐参数估计，计算过程使用极大似然估计：
1.随机假设1个可能的后验分布；
2.反向推断因参数的可能取值λ；
3.再由λ计算后验概率；
4.再计算新λ……
5.将各个步骤λ结果加权平均，得到可能值

2.朴素贝叶斯

利用先验概率推导后验概率：
由数据集已知情况根据极大似然得到先验概率
问题：随着k增加，计算量指数升高
处理：使用马儿可夫模型，减少参数依赖性
涉及算法：贝叶斯网、半朴素贝叶斯分类器、
吉布斯采样（贝叶斯网推断后验概率的一种近似方法）
因参数采用EM算法

3.CART决策树

4.支持向量机

采用平面分类，使用核函数方法降低计算复杂度
相关：SMO算法、核函数、SVM

5.AdaBoost