数据挖掘常用分类算法研究

• 作者: 刘锋 王明星
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 数据挖掘 分类算法 人工智能 决策树
• 年，卷（期）: 2013,（12）
• 页码范围: 7667-7669
• 页数: 3页
• 分类号: TP311

摘要

数据库、数据仓库以及其他存储信息库中潜藏着很多与商业、科学研究等活动的决策有关的数据和知识。对于数据挖掘中的数据分析，通常有两种常见的方法，即分类和预测，首先对数据库中的数据进行分类归纳，然后根据分类规则可以得到比较有价值的数据，然后我们可以根据这个数据来预测得到一些包含未来趋势的信息。在常见的分类算法中，决策树算法是一个有着很好扩展性的算法，可以应用到大型数据库中，可以对多种数据类型进行处理，分类模式容易转化为分类规则，结果也十分的浅显易懂易于理解。该文主要先介绍了几种常用的分类算法，然后具体介绍决策树算法的过程以及在分类算法实际应用中的优缺点。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘锋	安徽大学计算机科学与技术学院	77	392	11.0	16.0
2	王明星	安徽大学计算机科学与技术学院	2	5	1.0	2.0