数据挖掘中分类算法的可扩展性研究

• 作者: 乔向杰 陈功平
• 来源期刊: 信阳师范学院学报（自然科学版）
• 学科: 工学
• 关键词: 分类 大数据集 可扩展性
• 年，卷（期）: 2006,（2）
• 所属期刊栏目: 综述·评论·争鸣
• 页码范围: 239-242
• 页数: 4页
• 分类号: TP312
• 字数: 5675字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0972.2006.02.037

摘要

分类是数据挖掘中最重要的技术之一,而且应用领域非常广泛,但面对新出现的海量数据,目前已有的许多分类算法不具备良好的伸缩性,不能从巨大的数据集中快速而准确地发现有用的知识.针对这一问题,本文对分类算法的可扩展性方法进行了深入的研究,并对各种方法进行了分析和对比,从而便于研究和开发者对已有的算法进行改进和扩展,以适应数据挖掘技术的不断发展.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	乔向杰	北京科技大学信息工程学院	4	69	4.0	4.0
3	陈功平	信阳师范学院计算机科学系	13	34	2.0	5.0