作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
数据挖掘技术是信息时代的宠儿,而分类和预测是数据分析的两种基本形式,能预测未知数据的趋势.本文主要介绍了何为数据的分类和预测,并且通过判定树归纳细化了数据分类的划分步骤;通过介绍线性回归、多元回归以及非线性回归等预测方法加深了对数据预测的认识;并介绍了分类法准确率评估方法以及分类和预测的异同点.
推荐文章
数据挖掘分类技术研究与分析
数据挖掘
决策树
贝叶斯分类
人工神经网络
大数据的分类挖掘优化技术
大数据
信息融合
分类挖掘
聚类空间划分
特征提取
挖掘数据模式结构信息的混合数据分类方法
模式结构
复杂网络
高级分类方法
结构效率
节点重要性
基于数据挖掘的图像分类算法
数据挖掘
图像分类
特征提取
模糊C均值聚类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 浅析数据挖掘的分类与预测
来源期刊 软件 学科 工学
关键词 数据挖掘分类预测判定树归纳线性回归保持法
年,卷(期) 2012,(6) 所属期刊栏目 软件工程
研究方向 页码范围 77-79,82
页数 分类号 TP311
字数 2829字 语种 中文
DOI 10.3969/j.issn.1003-6970.2012.06.026
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 方书晴 重庆邮电大学计算机科学与技术学院 1 7 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (99)
参考文献  (2)
节点文献
引证文献  (7)
同被引文献  (44)
二级引证文献  (10)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(3)
  • 引证文献(3)
  • 二级引证文献(0)
2017(4)
  • 引证文献(2)
  • 二级引证文献(2)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(5)
  • 引证文献(1)
  • 二级引证文献(4)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
数据挖掘分类预测判定树归纳线性回归保持法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
软件
月刊
1003-6970
12-1151/TP
16开
北京市3108信箱
1979
chi
出版文献量(篇)
9374
总下载数(次)
40
论文1v1指导