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:
数据挖掘技术己经引起了信息产业界的广泛关注。分类预测是其中一个主要的研究方向,有着广泛的应用价值。对数据挖掘中的三种分类预测挖掘算法(C5.0、BP-人工神经网络和TAN贝叶斯网络)进行了研究和探讨,并通过一个实际例子对三种算法做了分析和比较,三种算法的精确度分别为87.26%、85.71%和88.7%。TAN贝叶斯网络的精确度和敏感性均最高,C5.0算法的特异性最好。
推荐文章
基于数据挖掘的砂土地震液化预测模型研究
数据挖掘
模糊规则
聚类分析
神经网络
砂土地震液化模型
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
基于大数据挖掘技术的文本分类研究
大规模文本数据
高维特征
大数据挖掘技术
文本分类器
分类精度
分类时间
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
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 基于数据挖掘的分类预测模型研究
来源期刊 现代商业 学科
关键词 数据挖掘 分类预测 敏感性 特异性
年,卷(期) 2014,(12) 所属期刊栏目 网络应用 Network Application
研究方向 页码范围 47-47
页数 1页 分类号
字数 1440字 语种 中文
DOI
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 刘娟 6 13 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (4)
同被引文献  (5)
二级引证文献  (0)
2014(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
数据挖掘
分类预测
敏感性
特异性
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
现代商业
旬刊
1673-5889
11-5392/F
16开
北京市
80-522
2006
chi
出版文献量(篇)
64559
总下载数(次)
351
总被引数(次)
132752
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导