+发表新主题
查看: 672|回复: 1

数据挖掘的分类算法有哪些,都有哪些优势?

[复制链接]

数据挖掘的分类算法有哪些,都有哪些优势?

[复制链接]
木马童年 发表于 2018-1-10 12:08:38 浏览:  672 回复:  1 [显示全部楼层] 回帖奖励 |倒序浏览 |阅读模式
timg.jpg         

    数据挖掘的算法类型有很多,其中分类算法,具有哪些优势?

回复

使用道具 举报

265

主题

593

帖子

2887

积分

网站编辑

Rank: 8Rank: 8

积分
2887
木马童年
 楼主|
发表于 2018-1-10 12:28:47 显示全部楼层
       数据挖掘算法主要分为两类,有监督学习和无监督学习,有监督学习主要分为分类模型和预测模型,无监督学习主要分为关联分析和聚类分析。
       其中数据挖掘分类算法主要有朴素贝叶斯、决策树归纳、随机森林、支持向量机SVM、遗传算法,以上都是数据挖掘的分类算法。
        至于说主要优势,那也是比较多的,具体如下:
         朴素贝叶斯:是一种机器学习的思想,而不是一个简单的直接套用的公式,在生产生活中作为机器学习手段的场景非常多,使用广泛。
         决策树归纳:在观察中和总结中认识世界,自己总结出知识和规律。
         随机森林:并行性比较好的算法规则。
         支持向量机SVM:支持向量机SVM是一种比较抽象的算法概念,比较适合来做模式识别、分类或者回归的机器学习。
        以上是一些比较经典的分类算法的优势,数据挖掘是一项大工程,数据挖掘之后,还要牵涉数据分析,通透了数据挖掘之后,一定要知道,数据时代,怎么才能有效地分析数据? - 大数据 多智时代

回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则