LI Ling-Li.A Review on Classification Algorithms in Data Mining [J].期刊社,2011,28(04):44-47.[doi:10.11721/cqnuj20110411]
数据挖掘中分类算法综述
- Title:
-
A Review on Classification Algorithms in Data Mining
- 文献标志码:
- A
- 摘要:
-
对分类算法中需要解决的关键问题进行了分析; 综述了不同分类算法的思想和特性, 决策树分类算法能够很好地处理噪声数据, 但只对规模较小训练样本集有效; 贝叶斯分类算法精度高、 速度快, 错误率低, 但分类不够准确;传统的基于关联规则算法分类准确率高, 但容易受硬件内存的制约; 支持向量机算法分类准确率高、 复杂度低, 但速度慢。针对各种分类算法的缺陷, 结合其优点, 论述了当前一些速度更快、 准确率更高、 能实现更好分类效果的新算法, 如多决策树综合技术、 基于先验信息和信息增益的混合分类算法, 基于粗糙集和遗传算法的神经网络分类算法等; 对数据挖掘分类算法作了展望, 提出今后的研究重点。
相似文献/References:
[1]李志坚,莫建麟. 一种改进的基于概念格的数据挖掘算法 [J].重庆师范大学学报(自然科学版),2013,30(02):92.[doi:10.11721/cqnuj20130221]
LI Zhi-jian,MO Jian-lin. An Improved Concept Lattice-Based Data Mining Algorithm [J].期刊社,2013,30(04):92.[doi:10.11721/cqnuj20130221]
[2]王礼刚,左源瑞,李盛瑜. 一种基于改进型遗传算法的关联规则提取算法及其应用[J].重庆师范大学学报(自然科学版),2006,23(2):42.[doi:10.11721/cqnuj20060212]
[J].期刊社,2006,23(04):42.[doi:10.11721/cqnuj20060212]
[3]曾绍华,魏延. 供应商评价的支持向量机模型及应用研究[J].重庆师范大学学报(自然科学版),2007,24(1):29.[doi:10.11721/cqnuj20070108]
[J].期刊社,2007,24(04):29.[doi:10.11721/cqnuj20070108]
[4]林 苗,张广泉.Web 挖掘在 Web交易中的应用[J].重庆师范大学学报(自然科学版),2007,24(3):38.[doi:10.11721/cqnuj20070311]
[J].期刊社,2007,24(04):38.[doi:10.11721/cqnuj20070311]
[5]王汉臣. 世界蜜环菌属系统学研究进展[J].重庆师范大学学报(自然科学版),2010,27(01):61.[doi:10.11721/cqnuj20100113]
[J].期刊社,2010,27(04):61.[doi:10.11721/cqnuj20100113]
[6]张阳,何丽,朱颢东. 一种改进的K-means动态聚类算法 [J].重庆师范大学学报(自然科学版),2016,33(01):97.[doi:10.11721/cqnuj20160127]
ZHANG Yang,HE Li,ZHU Haodong. An Improved K-means Dynamic Clustering Algorithm [J].期刊社,2016,33(04):97.[doi:10.11721/cqnuj20160127]
[7]付永平,胡勇. 基于贝叶斯网络的个性化关联推荐模型研究 [J].重庆师范大学学报(自然科学版),2016,33(05):96.[doi:10.11721/cqnuj20160530]
FU Yongping,HU Yong. Study on the Personal Association Recommendation Based on Bayes Network [J].期刊社,2016,33(04):96.[doi:10.11721/cqnuj20160530]
[8]李勃,方斌,陶靖心,等.秀丽隐杆线虫基因组编码区的碱基分布特征参数研究[J].重庆师范大学学报(自然科学版),2020,37(03):14.[doi:10.11721/cqnuj20200305]
LI Bo,FANG Bin,TAO Jingxin,et al.Study on Characteristic Parameters for Genome Coding Sequences in Caenorhabditis elegans[J].期刊社,2020,37(04):14.[doi:10.11721/cqnuj20200305]